Nav2 规划与控制：分开评价，避免互相补偿

1. 「能到但不稳」往往是互相补偿

全局路径贴墙擦过、局部控制器疯狂减速抖振——调大 global costmap 的 inflation_radius 后路径离墙远了，跟踪却更飘；再拧 FollowPath 的 critic 权重，路径又开始贴障。这是规划与控制互相补偿：两个子系统各吃一半错，报表上成功率还行，真机却既慢又不稳。分开评价之前，任何「手感调参」都不可证伪。

2. 分工与数据流

planner_server 订阅 global costmap，输出 nav_msgs/Path；controller_server 订阅 local costmap + path，输出 geometry_msgs/Twist 到 /cmd_vel。全局管拓扑（能不能到），局部管动力学（怎么跟、怎么避）。两者参数空间独立，但共用 costmap 世界模型——地图错了，两边一起错。

yaml

planner_server:
  ros__parameters:
    planner_plugins: ["GridBased"]
    GridBased:
      plugin: "nav2_navfn_planner/NavfnPlanner"
      tolerance: 0.5

controller_server:
  ros__parameters:
    controller_plugins: ["FollowPath"]
    FollowPath:
      plugin: "dwb_core::DWBLocalPlanner"
      max_vel_x: 0.5
      max_vel_theta: 1.0

3. 选型看底盘约束与算力

控制器	特点	适用
DWB	采样轨迹 + critic 评分，可配差速	通用室内，算力中等
Regulated Pure Pursuit	路径跟踪直观，动态避障弱	开阔场地 + 可靠 local costmap
MPPI	优化采样，算力需求高	动态障碍多、GPU/强 CPU

差速底盘不能侧移——用假设全向的局部规划，会出现「路径漂亮、跟踪失败」。仿真延迟低、地面理想，增益照搬真机必抖或必怯。选型先看 cmd_vel 接口约束（ $v_{x}, v_{θ}$ ），再看 CPU 预算。

4. 分开评价的三列指标

禁止用一张「总分数」——它会重新鼓励互相补偿：

维度	指标	谁负责
路径质量	长度、最小间隙、拐弯苛刻度	planner + global costmap
跟踪质量	横向误差、速度跟踪、振荡幅度	controller + local costmap
任务结果	到点成功率、耗时、碰撞次数	端到端

同一地图固定 10 个目标点，先冻结 controller 调 planner（只看路径质量列），再冻结 planner 调 controller（只看跟踪列）。跨子系统同 PR 禁止。

5. 膨胀与速度的取舍

更保守的全局路径（更大 inflation_radius）降低局部难度，但增加绕路和时间。更激进的控制器（更高 max_vel_x）缩短时间，但对 costmap 噪声敏感——残影一格，激进控制器就撞。经验顺序：先让 costmap 诚实，再调 planner tolerance，最后才动 controller 速度界限。

6. 实验协议

记录：假设、改动项（单簇）、观测（路径截图/误差曲线/成败）、结论。成功标准量化——例如 10 次 ≥9 成功、碰撞 0、最大横向误差 < 0.15 m。真机先降速验证通过性与安全，再逐步放开 max_vel_x；仿真只验证顺序，不验证绝对增益。

bash

ros2 topic echo /plan --once          # 看全局路径
ros2 topic echo /local_plan --once    # 看局部轨迹
ros2 topic hz /cmd_vel                # 看控制输出频率

7. 验收

系统测试输出路径间隙与跟踪误差两列，禁止只输出成功率。
planner 与 controller 参数 PR 分开；跨子系统改动需双列对比。
真机降速验证通过后再抬速；仿真增益不得原样上车。
最小间隙 < footprint 裕量时，先查 costmap 再查 controller。

规划管「路对不对」，控制管「跟不跟得上」——分开评价，补偿无处躲。

8. critic 权重与轨迹采样

DWB 每周期采样多条轨迹，用 critic 加权评分。常见 critic：PathAlign、PathDist、GoalDist、ObstacleFootprint、Oscillation。调权重前先确认 costmap 诚实——ObstacleFootprint 在残影格上会否决所有轨迹，表现为「不动」而非「跟踪差」。sim_time 与 vx_samples/vtheta_samples 决定采样密度；算力不足时减样本数，不是盲目加 critic。

MPPI 用优化采样，对动态障碍更鲁棒，但 CPU/GPU 开销大。RPP 几乎不算力，但遇突发障碍依赖 local costmap 更新及时——costmap 延迟大时 RPP 先撞。

9. 案例：仿真 DWB 增益上车抖振

仿真里 path_dist_scale: 32.0 跟踪完美；真机同样值横向振荡 ±15 cm。根因：仿真 costmap 更新无延迟、地面无滑移。真机降到 path_dist_scale: 24.0 并加 transform_tolerance: 0.2，路径质量列未变，跟踪列振荡消失。不是 DWB 不行，是增益不能跨环境复制。