激光导航叉车的自主导航，可以归结为三个问题：
在哪?
去哪?
怎么去?
个问题是机器人的定位问题，即如何根据即时观测到的和先验已知的信息，判断机器人在当前环境中的位置。问题二、三，实际上就是指定个目标，然后规划定的路径来实现这个目标。对般的机器人来说，这个目标是个点，即点到点的导航。
机器人在室内的定位要求精度高，实时性好，常用的定位方法有下面几种。
航位推算法
利用机器人装备的各种传感器获取机器人的运动动态信息，通过递推累计公式获得机器人相对初试状态的估计位置。航位推算较常使用的传感器般有：码盘(类似于车辆里程计，记录车轮的转数，获得机器人相对于上采样时刻的状态改变量)，惯性传感器(如陀螺仪、加速度计，得到机器人的角加速度和线加速度信息，通过积分获得机器人的位置信息)等。这种定位方法有累积误差，随着行驶时间、距离的不断增加，误差也不断增大。因此导航推算法不适合于长时间、长距离的定位。
参照定位法
机器人通过获得外界些位置等己知的参照信息，通过计算自己与参照信息之间的相互关系，进而解算出自己的位置。下面的基站定位法、地图匹配法、图像匹配法都属于参照定位法。
基站定位法
机器人通过各种传感器被动接收或主动探测已知位置的基站(或信标)，经过定位计算(三边定位或三角定位)得出机器人与基站的相对位置，再根据基站的位置坐标，计算出机器人的坐标。其定位精度没有累积误差，和用于信号质量及定位算法关系密切。
地图匹配法
机器人通过自身的各种传感器探测周围环境，利用感知到的局部环境信息进行局部的地图构造，并与其内部事先存储的完整地图进行匹配。通过匹配关系获得自己在全局环境中的位置。该方法受环境布局影响大，只适于些结构相对简单的环境。
图像匹配法
丹巴赫机器人通过事先移动获得环境中各特征点的图像信息，利用目标物体的几何形状模型，在目标上取3个以上的特征点和探测到的图像特征点进行匹配。属于指纹定位法的种。
受元器件成本、性能及生产等因素的制约，航位推算法仍然是目前采用广泛的定位方法，但通过算法优化，引入多种定位技术的混合定位，可以减小其累积误差带来的负面影响。
特别声明
本文仅代表作者观点，不代表本站立场，本站仅提供信息存储服务。