随着智能服务机器人的适用范围逐渐扩大，越来越多的人可以在日常生活中享受到服务机器人带来的便利；觉得新奇的同时，很多人也很好奇，会自己“跑来跑去”，甚至可以自己“躲避”人群的服务机器人，到底是怎么样“走路”的呢？

　　要做到自主移动，首先，机器人得知道自己在哪里，也就是机器人地图的应用；

　　其实，和人类绘制地图相同，机器人描述环境、认识环境的过程，主要就是依靠地图。机器人利用环境地图来描述其当前环境信息，并随着使用的算法与传感器差异采用不同的地图描述形式。

　　机器人学中地图的表示方法有四种：栅格地图、特征点地图、直接表征法以及拓扑地图。

　　栅格地图

　　最常见的为栅格地图(Grid map)或者称为Occupancy Map。栅格地图就是把环境划分成一系列栅格，其中每一栅格给定一个可能值，表示该栅格被占据的概率。

　　栅格地图最早由NASA的Alberto Elfes在1989年提出，在火星探测车上使用，其本质是一张位图图片，每个“像素”则表示了实际环境中存在障碍物的概率分布。博众机器人的博时捷智能移动底盘，正是运用了这项技术，使得底盘可以灵活地自主移动。

　　一般来说，采用激光雷达、深度摄像头、超声波传感器等可以直接测量距离数据的传感器进行SLAM时，可以使用该地图。

　　特征地图

　　　　特征地图，是用有关的几何特征（如点、直线、面）表示环境，常见于vSLAM即视觉SLAM技术中。优点是相对数据存储量和运算量比较小，多见于最早的SLAM算法中。

　　直接表征法

　　直接表征法中，省去了特征或栅格表示这一中间环节，直接用传感器读取的数据来构造机器人的位姿空间。一般在机器人技术运用中，每种方法各有自己的特点和适用范围，其中特征地图和栅格地图应用最普遍。

　　这种方法就像卫星地图一样，直接将传感器原始数据通过简单处理拼接形成地图，相对来说更加直观。

　　拓扑地图

　　拓扑地图（topological map ）是指地图学中一种统计地图,一种保持点与线相对位置关系正确而不一定保持图形形状与面积、距离、方向正确的抽象地图。

　　拓扑地图一般把室内环境表示为带结点和相关连接线的拓扑结构图，其中结点表示环境中的重要位置点（拐角、门、电梯、楼梯等），边表示节点间的连接关系，如走廊等，相对来说会更加抽象。