在物料运送系统中,精确定位方法作为自动引导车（AGV）能否完成货物转运的前提,具有重要研究意义。目前工业AGV定位方式主要可分为导轨定位和自主定位两种方法。然而在采用导轨定位时需耗费大量人工成本且鲁棒性差,无法快速部署使用。在采用自主定位时则又存在定位精度较差,接驳停靠间隙过大等问题。故本文以生产车间零部件转运为研究背景,以物料运输中的精确定位为研究目的,提出基于激光雷达的物料运送AGV精确定位方法,可实现无轨自主转运,并满足AGV在不同场景下的定位精确度要求。首先,为提高构建地图的质量与精度,利用可以保存地图创建期间所有传感器测量信息的cartographer算法构建生产环境的地图;再根据AGV不同运行区域,本文分别提出了用于导航区域的导航定位方法和用于接驳区域的精确定位接驳方法。在导航区域,本文研究分析了蒙特卡洛定位算法的原理和实现流程,并针对该算法的不足,提出了基于EKF融合的改进MCL定位方法,解决了原定位算法的定位“绑架”和粒子耗尽问题,并提高了定位精度,为物料运送机器人在导航区域提供了准确可信的实时位姿数据。其次,在精确接驳区域,本文提出了适用于差速物料运送AGV的精确定位接驳方法,该方法可分为精确定位算法和接驳轨迹规划算法两部分。分析了基于角点特征识别的定位算法,并对其进行改进,提出了基于特定三角点特征的精确定位算法;接驳轨迹规划算法分析了汽车与差速AGV的运动轨迹模型,提出了针对差速AGV的横向接驳轨迹规划算法,引入最小接驳半径概念,解决了接驳时转向偏差过大导致无法接驳的问题。随后在Matlab上实验对比,验证了本文提出的接驳轨迹规划算法的合理性,可满足差速AGV的近距离横向接驳的需要。最后,本文结合现有软硬件平台和实际环境,设计实验对以上方法进行验证和分析。经实验对比,验证了本文所选用的cartographer算法在地图质量和地图精度上的优越性;设计重复性导航定位实验,分析实验平台到达位置与实际目标点的偏差,证明了本文导航定位方法在精度上满足指标要求;在半物理仿真验证平台上对精确定位接驳方法进行整体验证,证明了本文方法的可行性,并在实际环境中模拟接驳过程,对精确定位算法的定位精度进行分析,证明了精确定位接驳方法的定位精度同样满足指标要求。