1目標
分析RPP算法時控制器算法學習1-RPP受控純追蹤算法發現，在終點時如果角度還有較大偏差，該算法無法進行很好的調整，故開始嘗試在末端接近目標點時，用自己的控制算法去調整位姿，姑且命名為TEA算法（Target-End-Adjust Algorithm for Ackermann）
2控制思路
step1.
將小車當前坐標轉換到目標點為原點，目標方向為x軸的坐標系（CSgoal）下，如上圖所示。
step2.
末端調整算法的目標就是：在終點前面一小段空間內（橙色標記），把小車位置點調整到Y=0（或直線誤差許可范圍內：<=XY tolerance），yaw為0（或yaw誤差許可范圍內,<=yaw tolerance）
step3.
設定倒車距離和前進距離（兩個【系統參數】X值：Xrev和Xfwd）。如果step2的目標沒有滿足，而小車當前坐標的Xcur>Xrev就倒車去調整；而如果Xcur<Xfwd就前進去調整；在Xrev和Xfwd之間就按規律逐步修正速度。
)
