随着国家科技和经济水平的不断提升,中国迫切需求从制造大国转变为制造强国。自动导引车（Automated Guided Vehicle,AGV）作为智能制造的重要工具,被广泛应用于生产制造、物流搬运及家庭服务等领域,有利于降低生产成本、提高生产效率、提高工业自动化和智能化水平。实现AGV自主导引的关键技术是SLAM和路径规划。单一传感器进行SLAM存在着局限性,多线激光雷达价格高昂,单线激光雷达只能探测二维平面的信息,双目相机建图精度较低并且对光照比较敏感。因此本文采用单线激光雷达和双目相机,旨在研究激光和视觉融合的AGV SLAM系统,完善对环境地图的构建,并进行路径规划。本文主要研究内容包括:首先,建立AGV系统模型。构建AGV的阿克曼模型和里程计模型,建立单线激光雷达和双目相机的观测模型。阐述SLAM过程中常用的栅格地图、特征地图和拓扑地图,对比这三种地图表达方式的优缺点,结合本文需求选用栅格地图作为地图模型。介绍机器人操作系统（Robot Operating System,ROS）的架构及特点。其次,分析Gmapping、Hector和Cartographer三种激光SLAM算法的原理框架,设计三种激光SLAM算法的对比实验。推导SLAM过程的数学模型,包括基于滤波方法的SLAM过程和基于优化方法的SLAM过程。对Gmapping、Hector和Cartographer算法进行详细分析和推导。并基于ROS和Gazebo平台搭建仿真实验环境,利用这三种激光SLAM算法对仿真环境进行建图,通过对比分析,Cartographer算法的累积误差较小、建图效果较好。然后,基于ELAS构建ORBSLAM2的稠密建图方法,提出基于贝叶斯方法的激光和视觉融合建图方法,设计融合建图仿真实验。分析ORBSLAM2主要的三个线程:相机运动跟踪、局部建图和回环检测。针对ORBSLAM2建立的稀疏点云地图很难用于后续导航的问题,引入ELAS算法构建稠密地图,进一步转化为八叉树地图和二维栅格地图。为实现激光雷达和相机的优势互补,提出基于贝叶斯方法的激光和视觉的融合建图方法,并在ROS平台中进行融合建图仿真实验。最后,结合全局路径规划算法和局部路径规划算法,设计一种A*和TEB混合路径规划算法。分析Dijkstra和A*全局路径规划算法,并通过Matlab仿真实验进行对比研究,选用运行时间更短和计算效率更高的A*算法。对DWA和传统TEB局部路径规划算法进行研究,针对传统TEB算法容易陷入局部极值的问题,引入基于拓扑地图的TEB并行算法并进行仿真验证。设计A*和TEB混合路径规划算法,并在ROS中进行仿真实验,验证混合路径规划算法在静态环境和含有未知障碍物的环境中的有效性。