在迈向“中国制造2025”的过程中，仓储物流作为物品流通的载体、电子商务的血液，而自动导引运输车(Automated Guided Vehicle，AGV)作为离散型物流管理系统的连接环节，必将得到广泛应用。随着柔性制造和自动化立体仓库的兴起以及高精度传感器的应用，传统的导航方式已不能满足当今智能仓储物流的发展需求。因此，AGV移动平台能否实现自主定位与导航问题是亟待解决的。
　　现有的AGV移动平台大都对环境存在一定的依赖，人工干预较大，柔性化不高，很难满足当前智能物流的要求，且由于当前各自独立的研究平台兼容性较差等原因，故急需要一个统一的应用平台。而机器人操作系统(Robot Operating System，ROS)恰能满足这些要求，其具有开源、分布式、模块化并支持多语言等特点，能大大提高AGV的开发效率。
　　本文以移动机器人在智能仓储物流领域中的应用为背景，自主搭建了基于ROS的AGV移动平台，在建立移动机器人运动模型的基础上，研究其自主定位与导航技术。本文的主要工作如下：
　　1.根据载重和仓储物流运输的实际需要，自主搭建了基于ROS的两轮差速驱动的AGV移动平台。包括集电机、驱动器、编码器、惯性测量单元(Inertial Measurement Unit，IMU)和激光雷达等组件于一体的硬件系统以及集环境感知、CANopen协议和分布式架构的软件系统，且该移动平台具有很强的通用性和扩展性。
　　2.针对单编码器长时间运行时存在误差累积和车轮可能出现打滑的情况，为了提高AGV定位的准确性，提出了融合编码器和IMU的扩展卡尔曼滤波定位算法，此算法将系统中对编码器和IMU所采集的信息进行综合评判，使它们的定位信息优劣互补，提高了系统的定位精度和鲁棒性；最后，在AGV移动平台上验证了信息融合算法的有效性。
　　3.关于即时定位与地图构建问题。首先，介绍了即时定位与地图构建(Simultaneous Localization and Mapping, SLAM )原理和地图分类等；其次，深入研究了粒子滤波(Particle Filter, PF )和RBPF_SLAM算法，并详述了改进Rao-Blackwellized粒子滤波器构建栅格地图的算法；最后，通过GMapping功能包在AGV移动平台上实现了RBPF_SLAM算法的地图构建效果。
　　4.实现了移动机器人自主导航功能。首先，分析了蒙特卡洛算法，由于其存在粒子耗尽的风险，故采用了自适应蒙特卡洛算法。在粒子减少的时候，它可以随机的注入新的粒子，以解决粒子耗尽问题；其次，在全局路径规划中，对比了Dijkstra算法和A*算法。在局部路径规划中，深入研究了动态窗口法；最后，利用ROS中的导航功能包实现了AGV的自主导航功能。