移动机器人作为机器人的一个分支，在非固定的物理位置完成任务，具有空间移动特性，在空间探索、海底勘探、灾后救援和家庭服务等方面发挥着日益重要的作用。

依靠物理或机电引导装置（例如轨道、红外循迹或二维码导航等）的移动机器人称为自动引导车（Automated Guided Vehicle，AGV），需要对物理环境做预处理，只能按照人为预定的轨迹运动，路径规划更改困难。移动机器人不依靠上述装置，仅依靠机器人本体携带的传感器完成自主导航称为自主移动机器人（Automatic Mobile Robot，AMR），这种导航方式更加灵活，可以实现未知空间探索或在不适合人类工作的场所作业，路径规划修改十分方便。

移动机器人为完成人类下达的命令需要明确两个最基本的问题：我在哪和目标在哪。其中“我在哪”需要解决的就是定位和地图问题，机器人需要获知所处的环境以及自己在所处环境中的位置，这也是机器人完成自主导航的关键所在。这其中存在一对矛盾在于，机器人定位必须基于已知的地图，地图构建又需要基于准确的位置信息，为解决这对矛盾，Smith、Self和Cheeseman于1988年提出了即时定位与地图构建 (simultaneous localization and mapping，SLAM)。SLAM技术具有重要的理论与应用价值，被很多学者认为是实现真正全自主移动机器人的关键。“目标在哪”这一问题在地图构建后也可以得到解决，机器人通过自身在地图中的位置与目标在地图中的位置来获取相对关系，通过路径规划算法抵达目标。路径规划的基本要求是不发生碰撞地将机器人导航到目标处，再进行深入探索要求在不发生碰撞的基础上最快或最短路径到达目标处，包含整体路径规划和局部路径规划（避障问题）。总结上述问题，归纳出实现机器人自主导航的三个基本问题分别是：定位、构图和路径规划/运动控制，这三者之间两两结合又会形成新的研究方向，核心问题是SLAM。

完全实现移动机器人导航对服务机器人领域发展具有巨大的推进作用，可以预见在不久的将来，我们将获得更好的人机交互体验，科幻电影中高度智能化的机器人也会离我们更近。近年来火热的人工智能（AI）也会借助自主导航机器人的发展迎来更广阔的发展空间，届时机器人将不再是冰冷的制造工具或者一个简单的聊天助手，而是一个能说会听、能够主动感知你需求的管家和朋友，或者是任劳任怨工作在最危险一线的劳动者。

（先进制造所 高旭峰）