마코프 위치인식은 어떤 순간에 위치를 알고 있다면 앞으로의 위치 상태는 과거의 상태와 무관하다는 마코프 가정에 기반을 둡니다. 이를 바탕으로 확률 밀도함수와 입력된 센서정보를 사용해 매 순간 자신의 위치에 대한 확률 값을 갱신하는 작업을 반복, 최종적으로 자신의 위치를 찾아내게 됩니다.
이 방법은 환경이 동적으로 변화하는 경우에도 적응이 가능하지만 계산돼야 할 값이 많아지면 그에 따르는 계산량이 크게 증가하는 복잡성을 가지고 있으며 확률이 높은 점이 여러 개인 경우 정확한 위치지정이 불가능하다는 단점이 있습니다.
이 방법은 환경이 동적으로 변화하는 경우에도 적응이 가능하지만 계산돼야 할 값이 많아지면 그에 따르는 계산량이 크게 증가하는 복잡성을 가지고 있으며 확률이 높은 점이 여러 개인 경우 정확한 위치지정이 불가능하다는 단점이 있습니다.
