在机器人系统中，自主导航是一项核心技术，是巡检机器人研究领域的重点难点问题。 导航的基本任务有三点：(1)基于环境理解的全球定位：通过对环境中的环境的理解，识别人体路标或特定物体，完成机器人的定位，为路径规划提供材料; (2)目标识别和障碍物检测：实时检测和识别障碍物或特定目标，提高控制系统的稳定性; (3)安全保护：可以分析机器人工作环境中的障碍物和移动物体，避免对巡检机器人造成损坏。

配图来源网络

巡检机器人有多种导航方式。根据环境信息的完整性、导航指示信号类型等不同因素，可分为基于地图的导航、基于地图的导航和无地图导航三类。根据导航所使用的硬件不同，导航系统可分为视觉导航和非视觉传感器组合导航。视觉导航使用摄像头来检测和识别环境以获取场景中的大部分信息。视觉导航信息处理的内容主要包括：视觉信息的压缩与过滤、道路检测与障碍物检测、环境特定标志的识别、三维信息的感知与处理等。非视觉传感器导航是指利用多个传感器协同工作，如探头式、电容式、电感式、机械式传感器、雷达传感器、光电传感器等，通过监测状态等来感知静态和机器人工作环境的动态信息，使巡检机器人相应的工作顺序和操作内容能够自然地适应工作环境的变化，有效获取内外部信息。

在自主移动机器人导航中，无论是局部实时避障还是全局规划，都需要准确了解机器人或障碍物的当前状态和位置，才能完成导航、避障、路径规划等任务。这就是巡检机器人的定位问题。较为成熟的定位系统可分为无源传感器系统和有源传感器系统。被动传感系统通过码盘、加速度传感器、陀螺仪、多普勒速度传感器等感知机器人自身的运动状态，通过累积计算获得定位信息。主动传感器系统通过超声波传感器、红外传感器、激光测距仪、摄像机等主动传感器感知机器人外部环境或人为设置路标，并匹配系统预设的模型，获取当前巡检机器人和环境或获取路标相对位置的定位信息。