机器人所搭载的相机在源源不断的拍摄环境中的图像，从这些图像中，我们提取了有辨识度和独特性的特征。根据图像帧中特征的数量以及帧与帧之间的相似程度，我们从海量的图像数据中筛选出最具代表性的数据--即关键帧，并将关键帧、车辆姿态信息以及关键帧之间的匹配信息通过网络传送给服务器。
移动机器人在进行定位导航的过程中，依然不断地将关键帧等相关信息传送给云端服务器。服务器则根据关键帧的匹配程度，特征出现的频率，动态的调整特征的权重，求其观测频率较低的特征，并不断的优化观测频率较高特征的三维位置。
对于叉车式移动机器人，系统调度的难度大，它不同于其他车辆调度问题，移动机器人调度的难点在于： 1.运行距离相对较短。不同于车辆的调度，在道路上可以看作是一个点 2.空间狭窄，道路容量低，容易发生碰撞、活锁以及死锁 这就导致了叉车式移动机器人的调度无法使用较为成熟的车辆调度方法，而必须使用计算量较大的定制的调度方法。所以云端调度不可或缺。
