随着科技的进步,搬运机器人被广泛的应用于物流、仓库存储、码头货物搬运、智能车库等领域。近年来泊车系统的研究被人们关注,智能车库也逐渐成为了研究的热点。智能导航小车传统的定位导航方式有磁带导航、磁钉导航、惯性导航、激光导航等,他们能够完成相关的任务要求,但都存在着一些明显的不足。磁带、磁钉在使用的过程中需要对应用场景进行大量的铺设,应用比较繁琐,且成本高;惯性导航中的惯性传感器会有漂移现象,并且随着时间的增长而不断的累计误差;基于路标方法的激光导航是应用比较广泛的方法,但激光扫描仪的价格高,智能车库中的路标很容易被车辆遮挡导致系统的崩溃,一般不具备重新定位能力。为解决上述问题,本课题设计了一种基于视觉SLAM(Simultaneous Localization and Mapping)定位导航的方法,并在车库重载AGV(Automated Guided Vehicle)样机上进行了搭建,进行了实验验证。针对应用需求,设计了整体的导航方案。根据功能进行模块划分,对导航系统进行分层设计人机交互层、定位导航层、运动控制层。建立了相机模型、AGV运动学模型,进行了相机内参矩阵的标定和AGV的运动学分析。定位方案中使用二维码作为视觉路标,利用二维码的定位信息对AGV位姿矫正。在SLAM前端搭建的过程中,使用跟踪法保证了计算位姿的实时性。加入了局部地图及位姿优化,保证了系统的鲁棒性和定位结果的准确性。在建图线程中对关键帧进行筛选,并对关键帧及其地图点进行再次优化。使用Bo W(Bag of Words)词袋法,增加系统的重定位功能和闭环检测功能。使用了公开数据集对系统进行了测试,效果精度有良好的表现。针对SLAM系统构建稀疏点云地图不具备场景几何特征,因而无法进行路径规划的问题,提出了全局栅格地图结合二维码的解决方案。利用A星算法进行路径规划,SLAM系统完成初始化时,借助二维码定位信息建立稀疏点云与全局地图之间的关系。针对轨迹偏移问题,利用Backstepping算法根据实时定位信息和理想轨迹设计轨迹纠正控制律,并进行相关的仿真。在实验样机上进行了导航方法的搭建和相关功能的调试,完成整体功能的验证。