In questo tipo di approccio gli spostamenti effettuati dal robot vengono registrati attraverso sensori odometrici, in cui particolari encoder sono in grado di misurare gli incrementi angolari delle ruote per determinare il tipo e l'entità del movimento effettuato. Le misure fornite da questo tipo di strumentazione, sebbene possano ritenersi sufficientemente accurate per piccoli spostamenti, soffrono di una notevole imprecisione sulle lunghe distanze.
L'errore commesso infatti, si accumula nel tempo e aumenta all'aumentare dello spostamento effettuato, rendendo imprecisa la misurazione. L'informazione odometrica soffre di errori sistematici, dovuti a diversi fattori tra cui il diametro differente delle due ruote, il disallineamento delle ruote e la risoluzione finita degli encoder. Fonti di errori non sistematici possono essere invece lo scivolamento delle ruote nelle accelerazioni e le eventuali asperità del terreno [7] (Figura 2.8).
Gli errori di misurazione potrebbero essere contenuti se il rumore presente nelle diverse misure fosse statisticamente indipendente. Accumulandosi nel tempo invece, gli errori delle misure odometriche influenzano il modo in cui le successive rilevazioni sensoriali vengono interpretate. La correzione di questo tipo di errori risulta quindi fondamentale per la riuscita del processo di mapping.Esistono tuttavia diversi metodi che fanno uso dei sensori odometrici per ottenere una stima iniziale dello spostamento effettuato dal robot [37], [43], [63], [65]. Altre tecniche vengono successivamente applicate al fine di rendere più precisa la misura e permettere la localizzazione. In questa tesi è stato fatto uso dell'odometria per ottenere una localizzazione approssimativa del robot. Successivamente sono stati applicati metodi di scan matching per rendere la stima accurata e per permettere una corretta fusione delle mappe parziali.
