当前,智能物流产业发展的越来越快,这和工业、机器人和计算机等技术的快速发展息息相关。而在智能物流产业中,AGV(Automated Guided Vehicle,自动牵引车)机器人的应用越来越多,但是在工程实践中,AGV机器人在定位和地图构建方面,还有几个待解决的问题,比如:单一传感器定位精度差,而传统的激光数据和视觉数据融合方案,在使用低成本的激光雷达时,定位和地图构建的准确度并不理想。针对上述问题,本文的主要贡献如下:1、研究了使用2D激光雷达和RGBD相机进行定位和地图构建的流程和算法,对传统的激光雷达和视觉数据融合的方法进行分析,最后提出了一种数据紧耦合的融合方式,并且根据视觉特征构建词袋模型进行回环检测,实验结果表明,此方式在使用低成本激光雷达进行融合定位和地图构建时,定位精度和鲁棒性要优于传统的融合方法,更能满足工程的需求。2、本文提出了一种新的栅格地图的表示方法,在传统栅格地图的二维位置信息中,增加一个特征信息的维度,实验表明,该地图表示方法可以提高机器人重定位的速度和成功率,而且对避障和导航提供了更多可利用的特征信息。最后,本文在工程实践中,将提出的2D激光雷达和RGBD相机数据融合方法以及新的栅格地图表示方法,成功的应用在工厂的AGV机器人上,而且实验表明,本文的方法可以满足工厂环境对AGV机器人定位和建图的需求,这保障了工厂货物物流运输的稳定性,而且对工厂的物流运输的效率有很大的提升,可以节省很多的劳动成本。