自主导航定位

自动导航允许无人驾驶车辆和机器人遵循预设的路径点，或在没有人类操作员输入的情况下规划自己的路线。这可能需要来自各种不同传感器和数据源的输入，车载计算系统也可能利用人工智能、计算机视觉和机器学习等技术。

地理雾3D INS & AHRS由KVH

无人机(无人驾驶飞行器)可能需要自主导航作为BVLOS(超视距)操作的一部分。

碰撞和避障无人机是无人机自主导航的重要组成部分，为了获得操作认证，必须证明所需的安全水平，健壮的解决方案是必不可少的。自主定位也可能需要站保持和徘徊应用。

先进导航的Boreas D90数字FOG INS

无人机可以使用GPS/GNSS接收器，惯性导航系统(INS)、激光雷达扫描仪、超声波传感器和视觉摄像机来自主导航。它们还可能使用一种被称为SLAM(同步定位和测绘)的导航技术来创建周围环境的地图，并了解它们在其中的位置。

无人地面车辆(ugv)自动驾驶车辆通常使用GNSS、惯性测量、激光雷达或摄像头的组合来提供自动导航和防撞功能。传感器融合对于系统整合不同来源的信息以建立准确的周围环境模型至关重要。

Phins Subsea - iXblue的深水作业高性能INS

usv(无人水面舰艇)可以使用自主导航在海洋和海洋环境中进行长途航行。除了激光雷达导航和摄像头传感器，他们可以使用AIS和天气数据来规划最有利的航线，避开其他船只和挑战水域。

auv(自主水下航行器)不能依靠GPS或GNSS信号进行导航，因为无线电波在水中不能很好地穿透。除了内部导航系统，他们可能使用声学解决方案，如USBL(超短基线)和DVLs(多普勒速度日志)。