在室内移动机器人的导航中，机器人的定位与地图创建是机器人研究中一个基础且重要的问题。机器人只有实时明确自己当前的方位，才能快速准确地到达目的地。自从移动机器人诞生以来，已知环境地图的定位问题和已知定位的地图创建问题已经被广泛研究，提出了多种有效的解决途径。而当地图和机器人的位置都事先未知时，定位问题就变得更加复杂。
在这种情况下，要求机器人在一个完全未知的环境中从一个未知的位置出发，在递增地建立环境的导航地图同时，利用已建立的地图来同步刷新自身的位置，最终形成完整的环境地图并在此基础上提供准确的定位。在上述问题中，机器人位置和地图两者的估算是高度相关的，任何一方都无法独立获取。这样一种相辅相生，不断迭代的过程，被学术界简称为同步定位与地图创建( SLAM )问题。该问题可以表述为：机器人在未知环境中，从一个未知位置开始移动，在移动过程中根据位置估计和传感器进行自身定位，同时建立环境地图。目前使用的主要是模糊逻辑和概率的方法，如Bayes估计，Kalman滤波，扩展Kalman滤波和Markov推理等。
射频识别(RFID)技术是近年来兴起的一门自动识别技术。与传统的条形码系统、接触式卡等不同，射频识别系统是利用无线射频方式非接触供电，并进行非接触双向数据通信，以达到识别并交换数据的目的。识别工作无须人工干预，可工作于各种恶劣环境。将RFID技术应用于机器人中，可以更好地发挥其技术特点，使机器人更多地获取外在信息。
不少学者正在研究将RFID用于机器人定位系统中，把RFID作为机器人的一种传感器来进行数据采集和处理。标签为机器人的外部信息量，机器人通过阅读器来采集各个标签中的位置信息，通过获取的信息利用同步定位与地图创建算法来对机器人进行有效的定位，从而得到更准确地控制。本文的研究工作中提出了一种基于RFID 系统的有效SLAM 算法。该算法可以解决2维环境下的机器人定位问题。实验证明，通过已知的RFID数据，该算法能成功地在2维环境中实现移动机器人的跟踪定位。
