如上圖所示，首先要知道導航中的目標點（Goal）, 然後 AMCL 會獲取當前座標點，Path Planner即爲路徑規劃，Move_base 主要解決的是本地優化（Path Planner相當於全局規劃，move_base相當於本地規劃），在ROS中可以採用Move_base功能包，該功能包包含有全局規劃與本地規劃。然後Move_base會發佈一個速度指令給底層驅動器，完成導航功能。
上圖顯示了，在move_base中的關係。其中藍色爲重點關注的，白色爲提供的結點（已經不需要我們來進行修改了）。其中map_server爲提前建好的地圖，爲可選環節。amcl爲定位功能包，也可以用里程計得到定位功能。右邊的sensor sources爲傳感器信息，提供深度信息。sensor transforms爲模型中相對關係，一般urdf可以自動生成。odometry source爲里程計信息。輸出信息爲base controller，爲速度信息。
在Move_base功能包中，提供的全局路徑規劃算法爲 Dijkstar和A*算法中，選擇一個。默認爲 Dijkstra算法，該算法搜索速度慢，但是得到的爲全局最優解。具體內容可以參看路徑優化算法–Dijkstra和A*算法及其Matlab實現。本地規劃算法爲 Trajectory Rollout 和 Dynamic Window Approaches算法，目標爲搜索躲避行進過程中的障礙物，並選取最優路徑。
amcl功能包中採用的爲蒙特卡洛定位方法。藍色的粒子云爲用來定位的，其中最爲密集的地方爲估計的位置。
幾個座標系的說明：/odom里程計座標系，爲編碼器積分所得。/base_frame 爲里程計信息進行航跡推測得到的座標系。/map座標系爲amcl得到，即雷達信息與地圖之間的匹配，得到當前機器人的座標位置。