20世纪60年代末期，国际上着手研究移动机器人。直到80年代后期才渐渐进入导航领域。且不说已知的结构或非结构环境下的相关研究，在未知环境中，能够对周围环境进行准确地获取，快速地分析，确定可行区域，继而给出相应的控制执行策略，移动机器人实现导航任务是“自主”的基本要求，也是机器人导航研究的基本点，只有先解决这些问题，才能往更深的层面和领域发展。
作为自主式移动机器人研究的关键，导航所要解决的相关问题主要包括：（1）利用检测装置（如传感器）获取机器人位姿及所处环境信息；（2）分析加工得到的信息，创建尽可能准确的环境模型；（3）规划出一条没有碰撞的路径，并且在能完成任务的前提下使得机器人的行走路径尽可能被优化[2]。21830
1. 移动机器人导航方式
如今存在很多种机器人导航方式，比较常见的有电磁导航、惯性导航、视觉导航、卫星导航、基于传感器数据导航等[3]。根据具体要求，不同的领域和人士也会选择不同的方式。
2. 移动机器人导航相关技术论文网
（1）移动机器人定位
定位作为一种最基本的本领，它要求机器人能够利用一定的检测手段确定其在所处环境中的相对位姿（坐标、方向、速度等信息）。通常情况下，由于不确定因素的存在，检测手段获取到的信息往往是不够准确的，为了进一步精确定位，机器人需要根据测量的不精确位姿结合获取到的环境信息，对当前的位姿进一步准确估计，该过程可称得上是一滤波过程。
绝对定位技术和相对定位技术是定位时采取的两种方法。其中，相对定位方法有惯性导航和测距法，由于相对定位中误差会带来不确定影响，往往采用一定的滤波手段进行优化。绝对定位方法是基于对路标、地图等进行识别，获取一定的数据信息加以计算分析进行的定位。
（2）移动机器人路径规划
说到移动机器人研究中受关注较大的另一话题，当属路径规划技术。试想，如果从某处前往另一个地方时，倘若两地间存在着一些不可跨越的障碍物（如河流、房屋等），我们就要找到一条可行的路径才能到达目的地。路径规划研究的就是这样一类问题。一般对路径规划的描述为：按照一定的评价标准，在有障碍的环境下，从开始位置和姿态设计出一条无碰撞路径使得机器人能成功到达目标的位置和姿态。
依据移动机器人所处环境是否已知，路径规划可分为两类：全局路径规划和局部路径规划。
全局路径规划基于已知的环境信息，一般采用栅格法、可视图法、拓扑法等。
局部路径规划中，环境信息存在未知性，移动机器人只有通过一定的检测、测量手段才能获取。其采用的方法有人工势场法、神经网络、模糊逻辑算法、遗传算法等[4]。
（3）多传感器信息融合
作为机器人采集信息资源的工具，人们对传感器的选取和使用也较为谨慎，，传感器在导航过程中发挥的作用不容小觑。在实际设计中，不论是机器人自身还是设计者本人都要求获取到的信息准确可靠，所以仅凭一个或者一种传感器是无法满足该要求的，多传感器的概念由此提出。
顾名思义，多传感器就是应用了多种传感器相结合的方式，它结合了各类传感器的优点。这样们获取的信息在某成程度上存在不同质性，这些信息经系统进一步分析，在空间和时间上把互补与冗余之处依据某种优化准则结合起来，产生对观测环境的一致性解释或描述[5]。输出的结果可被相信，对信息的有效性将进一步改善。
多传感融合技术上多采用卡尔曼滤波、加权平均、贝叶斯估计、模糊逻辑、神经网络等方法对信息进行处理[6]。 移动机器人导航技术研究现状:http://www.youerw.com/yanjiu/lunwen_14220.html