WiFi定位
WiFi定位一般采用“近邻法”判断，即最靠近哪个热点或基站，即认为处在什么位置，如附近有多个信源，则可以通过交叉定位（三角定位），提高定位精度。WiFi定位的最大优点在于无需铺设专门的设备用于定位，用户在使用智能手机时开启过Wi－Fi、移动蜂窝网络，就可能成为数据源。该技术具有便于扩展、可自动更新数据、成本低的优势，因此最先实现了规模化。
WiFi定位可以实现复杂的大范围定位，但精度只能达到2米左右，无法做到精准定位。因此适用于对人或者车的定位导航，可应用于智慧医疗、智慧工厂、智慧停车等场景，在家居场景中鲜少应用。
红外定位
红外线室内定位技术是通过红外线标识发射调制的红外射线，被安装在室内的光学传感器接收从而进行定位。虽定位精度较高，但是由于光线不能穿过障碍物，使得红外射线仅能视距传播。当标识放在口袋里或者有墙壁及其他遮挡时就无法正常工作，所以需要在每个房间、走廊安装接收天线，造价较高。该技术目前主要用于军事上对飞行器、坦克、导弹等红外辐射源的被动定位，也可用于室内自走机器人的位置定位。
此外，还有一种红外定位的方法是红外织网，即通过多对发射器和接收器织成的红外线网覆盖待测空间，直接对运动目标进行定位，其优势在于不需要定位对象携带任何终端或标签，隐蔽性强，常用于安防领域。劣势在于要实现精度较高的定位需要部署大量红外接收和发射器，成本非常高，因此只有高等级的安防才会采用此技术。
惯性导航技术
惯性导航室内定位主要利用终端惯性传感器采集的运动数据，如加速度传感器、陀螺仪等测量物体的速度、方向、加速度等信息，基于航位推测法，经过各种运算得到物体的位置信息。
随着行走时间增加，惯性导航定位的误差也在不断累积。需要外界更高精度的数据源对其进行校准。所以现在惯性导航一般和WiFi指纹结合在一起， 每过一段时间通过WiFi请求室内位置，以此来对MEMS产生的误差进行修正。目前，该定位技术在扫地机器人中得到了广泛应用。
超声波定位
超声波定位目前大多数采用反射式测距法。系统由一个主测距器和若干个电子标签组成，主测距器可放置于移动机器人本体上，各个电子标签放置于室内空间的固定位置。
Zigbee定位
ZigBee（IEEE 802．15．4）是一种短距离、低速率的无线网络技术，具有低功耗和低成本的特点，介于射频识别和蓝牙之间，主要面向无线个人区域网。
ZigBee室内定位技术是通过在传感器网络中布置参考节点、移动节点构成系统，参考节点为静态节点，它们发送位置信息和RSSI值给移动待测节点，该节点将数据写入定位模块，分析计算得到自身位置。该系统常采用分布式节点设置，可以减少网络数据工作量和通信延迟的问题，其精度在2m以内，但网络稳定性还有待提高，易受环境干扰。