5G巡检机器人技术主要是研究如何基于移动5G网络，融合智能感知、物联网和人工智能等技术，具备巡检机器人的红外热成像体温检测、未佩戴口罩人员识别和群体协作等功能，从而协助人实现快捷高效的巡检，其中包含了以下四个关键问题。

（1）自主定位导航。机器人执行任务，首先要回答一个基本问题，即我在哪、要去哪、怎么去。为了支持移动、定位、避障和绕障等操作，巡检机器人需基于激光雷达、里程计和超声波等信息，实现在未知环境的自主运动。

配图来源网络

（2）多模态感知融合。为了支持机器人的个性化服务和持续学习能力，需要将感知模块的输出进行充分理解，逐步提取并积累与服务场景和个人相关的个性化知识。

（3）集群任务分配。巡检机器人集群任务分配是多个任务分配给系统中的不同机器人，以达到总的巡检时间最短、消耗最小、任务完成度最高等目的。

（4）移动边缘计算。边缘计算的引入将解决终端能力受限和云计算的实时响应问题，增强机器人的实时响应能力，持续不断地提高机器人能力。

机器人对场景的适应—自主定位导航
机器人需要根据操作人员的在线指令或预先设定的任务，半自动/ 自动进行任务区域内的全局/ 局部路径规划，精准定位到达巡检点完成相应任务。巡检机器人导航定位与路径规划的完成必须依赖于其传感器所获得的信息, 如里程计、声纳、激光和视觉传感器等。由于传感器自身的限制，感知信息存在不同程度的不确定性，直接使用感知信息很难得到准确的环境模型，通常需要对感知信息再处理，从而完成导航和定位。此外，机器人运动路线是否满足机器人和环境条件的要求、规划耗时和空间占用是否最小、路径是否最优，都会直接影响机器人的工作状态和效率。