这个问题推送我好几次了，实在忍不住回答一下。话说我一直把知乎当知网用的，发评论感觉怪怪的。哈哈哈
看到已有的回答大多数都是研一研二的，刚入门这个领域，有这样的疑问挺正常哈。
大体上这个问题是这样的，从移动机器人导航的角度来讲，slam跑出来结果一般只用地图。当然传感器不同地图类型也不一样，二维激光雷达可建二维占据栅格地图用于导航；三维激光建立的点云，八叉树处理后可用于三维导航；视觉orbslam等特征法建出是稀疏特征地图，没法直接用于导航；视觉rgbd-slam、直接法lsd等可建立稠密地图用于导航。
咦，我好像还没回答问题。那继续。。
有了slam建立出的，可用于导航的地图就可以做后续的工作了。当然我们这里谈论的这个问题是传统的导航方法，就是说要先建好地图。至于active-slam那种可以边建图边定位导航的不是我们所讨论的哈。还有那种现在无人车常用的寻车道线，然后场景识别分类，找红绿灯，找人找车避障什么的也不是我们讨论的哈（不要深究无人车还有全局定位，还有高精度地图，跑远了哈）。
好像话说多了，总之就是说，我们讨论的是已有导航地图下移动机器人的导航问题。那么关键来了，问：还要做什么？才能让他动！
答：需要解决两大关键问题！
1 既然已经有地图了，那么就需要接着进行路径规划，路径规划分两种：全局与局部。全局解决怎么从A走到B。这块的方法很多也很成熟，自己搜搜吧；局部解决如何在A到B的过程中避免碰撞。当然环境是静态的，地图又很完整，做全局就行了。路径规划到机器人的寻迹（按你规划的路径走）还有轨迹规划和控制执行要做，这里要对移动机器人运动学动力学建模（大体就是地面式轮式 履带 空中无人机这样几大类，一般导航任务的话通用模型标定测量好就行 ）。
2 光有上述运动规划也不行，还要有定位是吧。对于这种已有地图的导航问题就是要解决重定位这一关键问题。这里就有很多方法思路啦，不同环境下，不同传感器方法也不同。比如二维激光雷达可以用粒子滤波进行重定位，也可以叫蒙特卡洛定位。当然也可以多传感器融合着来，比如你用三维激光雷达建的图（激光不好做重定位），然后用视觉orbslam做重定位（orbslam地图太稀疏）。
好了，相信大体解释清楚了吧。
