具身智能（Embodied Intelligence/Embodied AI）是指具有某种“身体”和行动能力的智能体，通过视觉、触觉、听觉、本体感觉等感知环境，并在与环境持续交互的过程中进行理解、推理、规划、行动和学习。这种“身体”既可以是真实机器人、机械臂、无人机、自动驾驶车辆，也可以是仿真环境或虚拟世界中的智能体。具身智能的重要目标之一，是让人工智能从单纯处理文本和图像，进一步发展为能够在物理

局部路径就是车辆在当前位置，有限的时空范围内规划出来的一条可以安全，平滑可执行的行驶轨迹。通俗来讲就是小车在视野范围内能看到的距离内的一条可以能够安全通行的路径。

Nva2 是ROS2中面向移动机器人的一套完整导航框架，负责让机器人从A点移动到B点，并且是把地图、定位、全局规划、局部避障、轨迹跟踪、任务调度和异常恢复组织成一套能够真正运行在机器人上的软件系统。nav2_bringup ：启动脚本、配置、RViz 配置、地图、参数、示例 launch 文件，负责把整个导航栈“装起来”并运行。控制各个 Nav2 节点的初始化、配置、激活、关闭等生命周期状态。do

DWA动态窗口法（Dynamic Windows Approach）算法在每一个控制周期内，根据机器人的当前状态，全局路径以及局部环境感知信息（包括障碍物等），在允许的速度范围内找到一组最优的速度控制量，选择出一条朝向，离目标最近以及速度最好的一个轨迹。在每个控制周期内尝试多组“线速度 v+角速度 ω”，预测机器人短时间内的运动轨迹，再从中选择一条安全且综合表现最好的轨迹。这个速度窗口并不是说随便