为了实现机器人建图与导航，学术界与工业界提出了若干种技术路线，用于解决以上自主移动机器人的几个核心问题。随着技术演进和发展，近年来自主移动机器人所采用的主流导航技术路线逐渐收束为激光导航与视觉导航。
l基于二维激光进行建图与导航。采用此类技术路线的机器人通常用于室内，它利用二维激光雷达构建环境地图，技术较为成熟，具备较高的定位与导航精度。然而由于二维激光雷达的视距较短，无法表达场景的三维信息，这类AMR只能在小范围空间内移动，应用领域和应用场景都受限。为了拓宽AMR的应用范围，在更多的领域中替代人类作为劳动力，人们逐渐将视线转移到视觉技术上。
l基于视觉传感器进行建图与导航。采用该技术路线的机器人可以计算场景三维地图和机器人在场景中的三维位置，并控制机器人与真实三维空间的物体产生交互，该独特优势令视觉建图与导航技术倍受工业界和学术界的关注。此外，与二维激光建图与导航技术相对成熟不同，视觉建图与导航技术依旧是目前学术界比较前沿的研究方向，尚处于进一步研发和应用场景拓展、产品逐渐落地的阶段，被学术界和工业界的主流观点认为是未来研究和应用的主流方向。
表1-1 本书与其姊妹篇之间的相同与不同点
总的来说，这两种技术路线的目标一致，即实现机器人在某场景内的自主移动。但由于所采用的传感器不同，两者的实现过程、实现效果均具有很大差别。本书的姊妹篇《移动机器人开发技术（激光SLAM版）》（为简化表达，以下用“姊妹篇”代指）与本书正是分别探讨了二维激光建图导航和视觉建图导航。由于这两种建图导航的技术路线中存在许多相似之处，如表1-1所示，本书会将这些相似的知识快速略过，重点阐述两者的查一部分。本书与姊妹篇对比如下：
l从硬件结构上说，两者采用的机器人主体结构无差异，因此两者的机器人运动控制接口、底层控制逻辑、底盘硬件结构均相同。但是，两者建图与导航所采用传感器种类不同。
l从机器人的软件体系上说，本书与“姊妹篇”相似，均包含传感器、SLAM、导航这几部分内容。不同点在于，由于本书搭载了视觉传感器，所涉及的知识体系包含了视觉场景解译、视觉SLAM、视觉导航技术。1）视觉场景解译是指利用视觉传感器理解机器人周围的环境，是通过二维激光雷达无法做到的。2）视觉SLAM、视觉导航技术的目标是构建三维地图，并赋予机器人在三维场景中自主移动的能力，因此输入数据、实现手段、效果与“姊妹篇”中的内容差异很大。但是，两者的最基本原理相近。3）由于机器人操作系统（ROS）近两年发展迅速，横空出世的ROS2具有许多ROS不具备的新特性。因此，本书也将为读者介绍如何快速掌握和利用机器人操作系统2（Robot Operating System 2，ROS2）。
l从教材定位与风格上说，本书与“姊妹篇”类似，强调引导读者快速上手开发移动机器人项目从而激发学习热情，一般不展开与开发相关的理论基础（但给出相关知识点的参考学习资料供有余力这深入研究），避免上手周期过长、理论知识繁杂而导致“一直在入门”现象。通过本书的学习，读者还可以对机器人学、计算机视觉、人工智能等领域有所了解，为深入理解机器人的各具体模块和深入学习前沿技术打下良好的基础。
