定位就是要回答第一个问题，确切的，移动机器人定位就是确定机器人在其运动环境中的世界坐标系的坐标。现在详细介绍几种机器人的定位技术。
1、视觉定位导航
主要借助视觉传感器完成，机器人借助单目、双目摄像头、深度摄像机、视频信号数字化设备或基于DSP的快速信号处理器等其他外部设备获取图像，然后对周围的环境进行光学处理，将采集到的图像信息进行压缩，反馈到由神经网络和统计学方法构成的学习子系统，然后由子系统将采集到的图像信息与机器人的实际位置联系起来，完成定位。
优点：
·应用领域广泛，主要应用于无人机、手术器械、交通运输、农业生产等领域；
缺点：
图像处理量巨大，一般计算机无法完成运算，实时性较差；
受光线条件限制较大，无法在黑暗环境中工作；
双目体视目前主要应用于四个领域：机器人导航、微操作系统的参数检测、三维测量和虚拟现实。
2、红外线定位导航
红外线定位导航的原理是红外线IR标识发射调制的红外射线，通过安装在室内的光学传感器接收进行定位。
优点：
远距离测量，在无反光板和反射率低的情况下能测量较远的距离；
有同步输入端，可多个传感器同步测量；
测量范围广，响应时间短；
缺点：
检测的最小距离太大；
红外线测距仪受环境的干扰较大，对于近似黑体、透明的物体无法检测距离，只适合短距离传播；
有其他遮挡物的时候无法正常工作，需要每个房间、走廊安装接收天线，铺设导轨，造价比较高。
辅助生产指的是利用视觉技术给机器人提供动作执行依据，目前广泛应用的是基于单目视觉的二维定位技术。但是由于大部分可用二维视觉定位的生产工位都可以用机械定位的方式去代替，其成本和复杂程度都比视觉定位要简单，只有极少数场合才不得不用视觉定位。
在机器人生产过程中，大多数需要定位的情况都是需要给出三维坐标的，也就是说被测对象相对于机器人的位置是不确定的。但是此类定位需求，技术门槛较高，尽管有此类技术，但是并没有被广泛应用。
机器人视觉系统组成及定位算法
机器人研究的核心就是：导航定位、路径规划、避障、多传感器融合。定位技术有几种，不关心，只关心视觉的。视觉技术用到“眼睛”可以分为：单目，双目，多目、RGB-D，后三种可以使图像有深度，这些眼睛亦可称为VO（视觉里程计：单目or立体），维基百科给出的介绍：在机器人和计算机视觉问题中，视觉里程计就是一个通过分析处理相关图像序列来确定机器人的位置和姿态。
当今,由于数字图像处理和计算机视觉技术的迅速发展,越来越多的研究者采用摄像机作为全自主用移动机器人的感知传感器。这主要是因为原来的超声或红外传感器感知信息量有限,鲁棒性差,而视觉系统则可以弥补这些缺点。而现实世界是三维的，而投射于摄像镜头（CCD/CMOS）上的图像则是二维的，视觉处理的最终目的就是要从感知到的二维图像中提取有关的三维世界信息。
机器人定位技术其实是一个很广义的概念，它不仅仅是目前常见的二维坐标、三维坐标定位。机器人定位实际上是通过其他传感器给机器人执行动作提供判断依据，其中以视觉传感器（谁让图像是所有传感器提供的信号中包含信息量最大的载体呢）为主。研究机器人或者说研究“智能机器人”的基础首先应该是研究“机器视觉技术”。
