A mobil robotok navigációjának egyik alapvető kérdésköre, hogy hol van a robot és mi van körülötte. Ez egy tyúk-tojás probléma: ahhoz, hogy a robot tudja a helyét, ismernie kell környezetét, ahhoz, hogy megismerje környezetében a tárgyak hozzá viszonyított helyzetét, ismernie kell saját pozícióját. Ezt a két problémát egyben probálja megoldani a Simultaneous localization and mapping, azaz az egyidejű helyzetmeghatározás és térképezés. Erre a célra alkalmazott egyik módszer az általánosabb feladatokra is használható Kalman-szűrő, mely az aktuális pozíciót az elmozdulás alapján újraszámolja, majd a begyűjtött érzetek/mérések alapján pontosítja.

Az első videón látható, hogy a teremben körbemenő robot sztereo kamerát használ, méri a falak távolságát és ebből kiszámolja a mindenkori pozíciójának a valószínűségét, ami bizony nem egy konkrét pont, hanem több nagy valószínűségű hely összessége, ami az ábrán pirossal van jelölve. Ahogy halad előre ezek a piros pontok távolodhatnak egymástól, majd ahogy az újabb mérések megerősítenek egyes valószínűségeket, mások teljesen eltűnhetnek.

A következő videón a foglaltsági háló alapú felülnézeti térképen a robot saját mozgásából becsült pozíciója kékkel látható, ami elég hamar eltér a SLAM-mal javított valóditól (sárga szín).

Az utolsó videón mindez  3 dimenzióban látszik egy lézeres távolságmérőt használó robot esetében.