激光導航叉車的自主導航，可以歸結為三個問題：
　　在哪？
　　去哪？
　　怎么去？
　　個問題是機器人的定位問題，即如何根據即時觀測到的和先驗已知的信息，判斷機器人在當前環境中的位置。問題二、三，實際上就是指定個目標，然后規劃定的路徑來實現這個目標。對般的機器人來說，這個目標是個點，即點到點的導航。
　　機器人在室內的定位要求精度高（少在亞米），實時性好，常用的定位方法有下面幾種。
　　航位推算法
　　利用機器人裝備的各種傳感器獲取機器人的運動動態信息，通過遞推累計公式獲得機器人相對初試狀態的估計位置。航位推算較常使用的傳感器般有：碼盤（類似于車輛里程計，記錄車輪的轉數，獲得機器人相對于上采樣時刻的狀態改變量），慣性傳感器（如陀螺儀、加速度計，得到機器人的角加速度和線加速度信息，通過積分獲得機器人的位置信息）等。這種定位方法有累積誤差，隨著行駛時間、距離的不斷增加，誤差也不斷增大。因此導航推算法不適合于長時間、長距離的定位。
　　參照定位法
　　機器人通過獲得外界些位置等己知的參照信息，通過計算自己與參照信息之間的相互關系，進而解算出自己的位置。下面的基站定位法、地圖匹配法、圖像匹配法都屬于參照定位法。
　　基站定位法
　　機器人通過各種傳感器被動接收或主動探測已知位置的基站（或信標），經過定位計算（三邊定位或三角定位）得出機器人與基站的相對位置，再根據基站的位置坐標，計算出機器人的坐標。其定位精度沒有累積誤差，和用于信號質量及定位算法關系密切。
　　地圖匹配法
　　機器人通過自身的各種傳感器探測周圍環境，利用感知到的局部環境信息進行局部的地圖構造，并與其內部事先存儲的完整地圖進行匹配。通過匹配關系獲得自己在全局環境中的位置。該方法受環境布局影響大，只適于些結構相對簡單的環境。
　　圖像匹配法
　　丹巴赫機器人通過事先移動獲得環境中各特征點的圖像信息，利用目標物體的幾何形狀模型，在目標上取3個以上的特征點和探測到的圖像特征點進行匹配。屬于指紋定位法的種。
　　受元器件成本、性能及生產等因素的制約，航位推算法仍然是目前采用廣泛的定位方法，但通過算法優化，引入多種定位技術的混合定位，可以減小其累積誤差帶來的負面影響。