本文中的路径/道路指DWAPlannerROS中的global_plan，即经过a_star_search后生成的路径。
对道路，rose_ros分为四种路况，变量path_case_ 指示了当前是哪种路况。
- path_only_backward 只能使用负速度后退。是处理掉头逻辑两种方案之一。
- path_expect_forward 期望机器人向前走
- path_near_goal 距离目标点不到30厘米了（可能会废弃）
- path_normal。 除上面三种之外的路况
一、掉头逻辑
当整条global_plan_在机器人背后，这时机器人有两种方案：一是用负速度向后退，二是用正速度掉头。rose_ros处理掉头逻辑遵循这么条原则：只要有可能了，就立即掉头，即尽可能不出现负速度后退。有这条原则是考虑到机器人会带个摄像头，摄像头往往朝向机器人前面，然后拍摄前面路况。尽早掉头能让摄像头尽快拍到“正确”图像。
方案一：负速度后退
path_case_ = path_only_backward; path_all_back_ = false
以上是在负速度后退时，path_case_、path_all_back_的变量值。两种情况下要采用这方案，变量straight_backward_指示了这哪一种。
情况1：正处在狭长窄道，要求后退。运行实例见图2，如果机器人处在图中更往下位置，像窄道中间。在向global_plan_增加路径点后，就得出了path_case_ = path_only_backward，同时把path_all_back_ = false。
straight_backward_ = true;
如何判断正处于这种情况？——检查每个路径点，除角度满足外，路径点的栅格代价都超过140。
此情况下，机器人要尽量笔直后退。一旦转弯过大，极可能就造成不可预料后果，像横着卡住路了。为限制转弯，候选轨迹逻辑后，还要做角速度限制处理，参考DWAPlanner::findBestPath。
情况2：不是上面情况，但判断出来不能从前面掉头，也就是说不能用正速度。这结果不是在adjust_global_plan就得到的，而要等到后面findBestPath检查结果，参考后面“方案二：正速度掉头”。
straight_backward_ = false;
此情况下，机器人后退往往带个角度。以什么twist控制机器人靠的是候选轨迹逻辑。用的速度范围
limits.min_vel_x = -0.10; limits.max_vel_x = -0.02;
min_vel_x = -0.10比通常0.2小，降低了min_vel_x绝对值。目的：让慢点退，不要错过一个可以转向的地方。
ajdust_traj_backward。因为已经是负速度，禁用。
方案二：正速度掉头
straight_backward_ = false;
实例见图2，机器人周围开阔点，就是正速度调头情况。是采用正速度掉头、还是采用方案一中的情况2，就看判断结果。具体是以下逻辑。
- 在findBestPath使用较大的theta，目前是至少30度，vel_x则使用一个较小的0.02。如果得到有效轨迹，进入步骤2，否则进入步骤4。
- 继续theta用45、60、75、90，同时vel_x都是0.04，看是否可行。如果这些速度都成功，进入步骤3，否则进入步骤4。
- 把步骤1中findBestPath得到的速度发向机器人。后绪要禁用adjust_traj_forward。
- 路况改为path_only_backward，然后再一次findBestPath。即认为此次地方不开阔，不适合掉头，先执行负速数后退，经过这次后退，下次或许就到一个开阔地了。
- 下一次computeVelocityCommands时，继续从步骤1开始。
机器人要能掉头，这地方自然得开阔点。判断方法是同时能转成功这5种角度：30、45、60、75、90。对30度，用的是vel_x是0.02。这里不置为0，是考虑到有些机器人不支持原地转，那就是给它一个不为0的微小线速度，好让候选轨迹逻辑能考虑进这个距离。后4个则vel_x都是0.04，目的是让检查的地方更开阔。
判断30度时用findBestPath，除要确定至少能转30度外，还要确定出此次旋转是逆时针还是顺时针，后面几个角度就可按这个方向去检查。findBestPath能根据本地代价地图较好得到这个方向。
此时不允许后退。目的：找到一个最近的地方转向。掉头时往往移出的距离很小，避免让因为小又改后退。
1.2 情况二时，和ajdust_traj_backward的拉扯问题
path_all_back_=true导致的旋转，刚path_all_back_=false，则有ajdust_traj_backward导致的旋转，一旦一个顺时针，一个逆时针，或反过来，就会出现拉扯。
二、path_expect_forward：优先向前
在path_normal时，如果模拟走的距离小于9厘米，会认为机器人偏航角和路口角度不太对，会尝试后退，让角度更适合前面路口后，再次向前。
在图3，这个路口比较窄，如果还是按一定要达到9厘米才能向前走，可能就达不到。此时较好做法是先向前移动一点距离，然后第二次向前，可能就走出这路口了。具体到图3，期望第一次走到候选轨迹内、红线的拐弯处，第二次则走出路口。
为让第一次可移动一点距离，路况改为path_expect_forward。相比path_normal，此时距离阈值由9厘米缩小到6厘米。
三、在1.7秒(sim_time)算出的max_dist内，路径出现较大拐弯
以max_vel_x为速度、1.7秒模拟走出的距离记为sim_time_dist，在图4、sim_time_dist对应白色轨迹覆盖区域。为拉开goal_评分，选取的global_plan_最后个路径点要超过1.7秒，目前取的是1.3*sim_time_dist，记为max_dist。
在图4，较大拐弯出现在sim_time_dist内，运行时也可能出现sim_time_dist后、但max_dist内。不论出现在哪里，如果还是取max_dist内的最后一个路径点，以这个gobal_评分得到最优轨迹将更贴近上面障碍物，很可能会会撞上。
为让减缓拐弯影响，不能再取max_dist内的最后一个路径点作为global_plan_终点。做法是判断如果有这个拐弯，那只拐出小角度是就停止。
截短是为避免碰上可能的障碍物，在空荡地方，可能也会出现这种拐弯，但那时就不必截短了。
四、a_star_search中，NoInformation不应该比InscribedInflatedObstacle小太多
在图5，机器人正处在一条竖直、狭长窄道中。本是向下走的，要求按绿色显示的全局路径掉头向上。按正确走法，机器人应该一直后退，直到离开窄道。图2中，由于未知栅格设置的cost(NoInformation)相比内切栅格(InscribedInflatedObstacle)过小，a_star_search找出的路径于是尽量离开内切栅格，选了图中黑色线指示、有较多未知栅格那条路。窄道右侧是片不能进入区域，a_star_search选路错误。
要解决这个问题，NoInformation不应该比InscribedInflatedObstacle小太多。
再设想这么种场景，在图2中这地图，机器人处在窄道中央。要求掉头向上，此时恰又出现了容错处理，导致清除本地代价地图(clearCostmap)。于是机器人只能看到所在位置周围很小的一块障碍情况。此时a_star_search要正确的话，甚至NoInformation不能小于InscribedInflatedObstacle
十、一种废弃的掉头逻辑
- (adjust_global_plan)判断出当前global_plan是否全在背后（路径点到机器人位置的角度和机器人yaw差值>=90度），是的话plan_all_back_=true。
- (DWAPlanner::findBestPath)当前所在地是否后开阔。1)开阔的话，旋转机器人。2)不开阔的话，用负的vel_x后退机器人，让path_case_=path_only_backward。
这里隐含一个逻辑：开阔的话，旋转机器人。转到global_plan不全在机器人后前时，即plan_all_back=false，再由通常逻辑让机器人yaw和global_plan对齐。
图10这个示例，机器人yaw一开始是-90度，即向下。图中是出现用了以上逻辑上后出现了拉扯。为什么会现出拉扯，让看以下过程。
- 判断出来plan_all_back=true，机器人根据plan_all_back=true时候选轨迹逻辑，选择逆时针转。
- 转到大概图2位置，plan_all_back=false了。因为前方被阻，机器人选择了微小后退。
- 由于这个后退，下一次的adjust_global_plan改为判断出plan_all_back=true。
- 因为plan_all_back=true，机器人又要逆时针转。结果回到步骤2。
步骤2、3、4，机器人出现拉扯了。