Lokalisierung bezeichnet in der Robotik die Fähigkeit eines autonomen mobilen Roboters, seine Position in seiner Umgebung festzustellen. Lokalisierung ist einer der Kernpunkte der Navigation eines autonomen Roboters, da er nur auf dieser Grundlage den Weg zu seiner Zielposition bestimmen kann. Häufig genutzte Ansätze zur Lokalisierung sind Kreuzpeilung bekannter Landmarken oder Template-Matching der aktuellen Sensormessungen (auch Scan-Matching).

Das Problem der Lokalisierung ist mir dem Problem der Kartenbildung gekoppelt. Ohne eine Karte der Umgebung kann der Roboter seine Position in der Umgebung nicht bestimmen. Sind weder Position des Roboters noch die Karte der Umgebung bekannt, spricht man vom Simultaneous-Localization-and-Mapping-Problem.

Die Aufgabe der Lokalisierung kann in der Robotik in zwei wesentliche Fälle unterschieden werden.

Lokale Lokalisierung

Die aktuelle Position des Roboters in seiner Umwelt ist bekannt. Die Aufgabe ist es nun, bei weiteren Bewegungen die Position des Roboters zu aktualisieren und zu überprüfen.

Globale Lokalisierung

Die aktuelle Position des Roboters in seiner Umwelt ist nicht bekannt. Der Roboter muss durch das Finden von signifikanten Umgebungsmerkmalen seine Position bestimmen.

Eine wesentliche Aufgabenstellung in der Roboterlokalisierung ist das „Kidnapped robot“-Problem (engl.: entführter Roboter). Dabei ist die Position des Roboters anfangs bekannt, anschließend wird der Roboter in seiner Umgebung umpositioniert ohne darüber informiert zu werden. Der Roboter muss in diesem Fall eigenständig feststellen, dass die vormals erfolgreiche Lokalisierung hinfällig ist und erneut eine globale Lokalisierung durchgeführt werden muss. Feststellen kann der Roboter die Umpositionierung zum Beispiel über unplausible Sensormessungen, also Messungen, die der vormaligen Lokalisierung stark widersprechen.

Um die Position eines Roboters zu berechnen, gibt es verschiedene Ansätze. Sie beruhen alle auf der Fusionierung von Daten, die durch die Odometrie und weitere Sensoren des Roboters geliefert werden. Gebräuchliche Sensoren für autonome Roboter sind Ultraschallsensoren oder Laserscanner.

Scan-Matching Bei diesem Ansatz schätzt der Roboter seine Position zunächst anhand der Odometriedaten ab. Anschließend versucht er, sie zu verifizieren, bzw. zu korrigieren, indem er eine Position ermittelt, an der seine Sensoren die Informationen liefern würden, die er im Moment empfängt. Aus diesen beiden Positionsschätzungen wird die tatsächliche Position berechnet.

Probabilistische Ansätze Diese Ansätze verwenden Methoden der Wahrscheinlichkeitsrechnung zur Bestimmung eine Wahrscheinlichkeitsverteilung über alle möglichen Positionen, an denen der Roboter sich befinden kann.

• Juan D. Tardós, Jose A. Castellanos: Mobile Robot Localization and Map Building. A Multisensor Fusion Approach. Springer, Boston 2000, ISBN 978-0-7923-7789-4. 
• Sebastian Thrun, Wolfram Burgard, Dieter Fox: Probabilistic Robotics (Intelligent Robotics and Autonomous Agents). The Mit Press, 2005, ISBN 978-0-262-20162-9.