1目标
分析RPP算法时控制器算法学习1-RPP受控纯追踪算法发现，在终点时如果角度还有较大偏差，该算法无法进行很好的调整，故开始尝试在末端接近目标点时，用自己的控制算法去调整位姿，姑且命名为TEA算法（Target-End-Adjust Algorithm for Ackermann）
2控制思路
step1.
将小车当前坐标转换到目标点为原点，目标方向为x轴的坐标系（CSgoal）下，如上图所示。
step2.
末端调整算法的目标就是：在终点前面一小段空间内（橙色标记），把小车位置点调整到Y=0（或直线误差许可范围内：<=XY tolerance），yaw为0（或yaw误差许可范围内,<=yaw tolerance）
step3.
设定倒车距离和前进距离（两个【系统参数】X值：Xrev和Xfwd）。如果step2的目标没有满足，而小车当前坐标的Xcur>Xrev就倒车去调整；而如果Xcur<Xfwd就前进去调整；在Xrev和Xfwd之间就按规律逐步修正速度。
