移動機器人的技術應用十分廣泛，天上飛的，水里游的，地上跑的，都可以應用移動機器人領域的技術。如工業機器人里的搬運機器人;商用機器人分類里的無人車、無人機、送餐機器人、導覽機器人;又或是消費類機器人中普及率很高的掃地機器人。

　　移動機器人的核心技術緊緊圍繞著“感知”、“決策”、“執行”這三方面。

　　關鍵技術一：

　　定位與建圖(slam)：SLAM是Simultaneous Localization and Mapping的縮寫，意為“同時定位與建圖”。它是指運動物體根據傳感器的信息，一邊計算自身位置，一邊構建環境地圖的過程。目前，SLAM的應用領域主要有機器人、虛擬現實和增強現實。其用途包括傳感器自身的定位，以及后續的路徑規劃、場景理解。

　　隨著傳感器種類和安裝方式的不同，SLAM的實現方式和難度會有很大差異。按傳感器來分，SLAM主要分為激光、視覺兩大類。其中，激光SLAM研究較早，理論和工程均比較成熟。視覺方案目前有少數廠商在實際產品中應用。

　　SLAM研究自1988年提出以來，已經過了近三十年。早期SLAM研究側重于使用濾波器理論，最小化運動體位姿和地圖的路標點的噪聲。21世紀之后，學者們開始借鑒SfM(Structure from Motion)中的方式，以優化理論為基礎求解SLAM問題。這種方式取得了一定的成就，并且在視覺SLAM領域中取得了主導地位。

　　激光傳感器：激光傳感器可以直接獲得相對于環境的直接距離信息，從而實現直接相對定位，對于激光傳感器的絕對定位及軌跡優化可以在相對定位的基礎上進行。

　　視覺傳感器：視覺傳感器很難直接獲得相對于環境的直接距離信息，而必須通過兩幀或多幀圖像來估計自身的位姿變化，再通過累積位姿變化計算當前位置。這種方法更類似于直接用里程計進行定位，即視覺里程計。里程計的測量積分后才相當于激光傳感器直接獲得的定位信息，這就是圖優化SLAM框架中的前端。而后端對定位和位姿軌跡的優化本質上與激光傳感器的優化相同，都基于最優估計的理論框架進行。

　　關鍵技術二：規劃。

　　規劃包括路徑規劃和運動規劃。規劃相關的技術發展較為成熟。

　　移動機器人常用的路徑規劃算法有A*、D*等;常用的運動規劃有PID、VFF、DWA、PTG等。

　　關鍵技術三：控制。

　　關鍵技術四：結構設計、硬件設計。

　　(原標題：自主移動機器人四大基礎技術)