近年来,随着我国电商的高速发展,在仓储物流中使用AGV（Automated Guided Vehicle,自动导引车）代替人工分拣已经是大势所趋。但目前的AGV小车主要为固定路径导航方式,存在环境依赖程度高、路径改动成本高、柔性化程度低等问题。而实现AGV小车的自主导航能解决上述问题,满足企业的发展需求。本文对实现物流AGV小车自主导航的关键技术——激光SLAM（Simultaneous Localization and Mapping,同时定位与地图构建）进行系统研究,针对激光点云畸变,以及点云配准优化问题,借助多传感融合技术和计算机技术,对激光SLAM技术进行研究。主要工作如下:1.搭建以ROS（Robot Operating System,机器人操作系统）为软件系统的两轮差速AGV小车。主要模块由主控板TX2、伺服控制系统、电源控制模块、激光雷达、IMU等传感器组成。设计控制电路,并使用继电器和降压模块进行组装调试,使电压满足各模块需求。使用solidworks绘制主控箱和电控箱,用于存放主控板和控制电路。2.研究基于里程计辅助的点云畸变补偿方法,并验证了该方法的有效性。AGV的里程计源于轮式编码器,根据底盘模型推算AGV的全局位姿,针对里程计漂移问题,使用基于模型的标定法标定里程计,并使用卡尔曼滤波融合里程计和IMU传感器,进一步减少里程计的漂移。在此基础上,使用里程计辅助方法对点云进行补偿,实验表明该方法有效地减少点云畸变。3.研究基于LM算法的hector-SLAM方法,并对其进行改进。Hector-SLAM算法中使用高斯牛顿法优化点云配准,用于估计位姿变化。但高斯牛顿法存在一定的局限性,使用更为鲁棒的LM算法代替高斯牛顿法进行迭代优化,并通过滤除无对应点的的点云,获得了更准确的位姿估计,提高了hector-SLAM算法的定位与建图效果。