स्थान निर्धारण वह तरीका है जिससे रोबोट को पता चलता है कि वह कहाँ है। न केवल मानचित्र पर, बल्कि वास्तविक दुनिया में, दीवारों, वस्तुओं और लोगों के सापेक्ष। यह इस प्रश्न का उत्तर देता है: मैं कहाँ हूँ? स्थान निर्धारण के बिना, एक गतिशील रोबोट खो सकता है।

जीपीएस खुले में तो काम करता है, लेकिन घर के अंदर और घने पेड़ों के नीचे काम करना बंद कर देता है। पहियों की ओडोमेट्री में विचलन होता है। आईएमयू में भी विचलन होता है। कैमरे और लिडार लैंडमार्क को पहचान सकते हैं, लेकिन तभी जब रोबोट को अंदाज़ा हो कि उसे कहाँ देखना है। स्थान निर्धारण इन सभी स्रोतों को एकीकृत करता है। एक पार्टिकल फिल्टर या कल्मन फिल्टर संभावित स्थितियों पर एक संभाव्यता वितरण बनाए रखता है और नए सेंसर डेटा आने पर इसे अपडेट करता है।

स्थानीयकरण विधियाँ

• जीपीएस: बाहरी वातावरण में सटीक स्थिति, मीटर स्तर की सटीकता के साथ।
• ओडोमेट्री: व्हील एनकोडर से प्राप्त सापेक्ष गति।
• लैंडमार्क-आधारित: सेंसर डेटा को ज्ञात विशेषताओं से मिलाता है।
• बीकन-आधारित: निश्चित ट्रांसमीटरों से त्रिभुजाकार गणना करता है।
• SLAM: एक साथ मानचित्र बनाता है और उसके भीतर स्थान का पता लगाता है।

घर के अंदर लोकेशन का पता लगाना घर के बाहर लोकेशन का पता लगाने से ज़्यादा मुश्किल है। GPS काम नहीं करता। दीवारें सिग्नल रोक देती हैं। परावर्तक सतहें लिडार को भ्रमित कर देती हैं। वाई-फाई और ब्लूटूथ बीकन मददगार होते हैं, लेकिन सटीक नहीं होते। कुछ सिस्टम सेंटीमीटर की सटीकता के लिए अल्ट्रा-वाइडबैंड रेडियो का इस्तेमाल करते हैं। अन्य सिस्टम विज़ुअल मार्कर या प्राकृतिक विशेषताओं का उपयोग करते हैं। सबसे अच्छा तरीका वातावरण और आवश्यक सटीकता पर निर्भर करता है। एक वेयरहाउस रोबोट को चार्जर पर डॉक करने के लिए सेंटीमीटर की सटीकता चाहिए। फुटपाथ पर एक डिलीवरी रोबोट एक मीटर की सटीकता को सहन कर सकता है। लोकेशन का पता लगाना स्वायत्तता की नींव है। इसके बिना, रोबोट विश्वसनीय रूप से योजना नहीं बना सकता, नेविगेट नहीं कर सकता या कार्य नहीं कर सकता।