里程计（Odometry）是机器人领域用于估算自身位置和姿态变化的技术，通过测量轮式或足式运动装置的旋转位移来推算相对运动轨迹。其核心原理基于对运动部件（如车轮、关节）的传感器数据进行积分运算，常见于轮式机器人的编码器或惯性测量单元（IMU）数据融合。里程计提供的是相对定位信息，虽然存在累积误差，但在短距离移动、即时定位与地图构建（SLAM）系统中仍是基础运动估计模块。
在具身智能产品开发中，里程计精度直接影响导航系统的可靠性。例如扫地机器人通过轮速脉冲计数推算行进距离，配合激光雷达实现厘米级定位；自动驾驶车辆则需融合视觉里程计（V-Odometry）与轮速数据以补偿GPS信号丢失。当前研究热点包括基于深度学习的误差补偿算法，以及多传感器融合方案以提升长期运动估计的稳定性。MIT出版社《Probabilistic Robotics》第5章对里程计数学模型有系统阐述。