物流及仓储行业的快速发展,驱使着搬运工具的自动化和智能化升级。其中,叉车因其载重大、灵活性高等优势,在仓储物流行业中发挥着重要作用。将传统叉车进行自动化升级改造,为降低使用成本、提高作业效率、实现物流装备智能化升级提供了新的思路。为此,本文围绕叉车式AGV的应用背景及目标需求,从叉车式AGV样机研发、叉车式AGV的定位建图技术和路径规划技术三方面开展研究,提高叉车式AGV的自主导航能力,为提升叉车式AGV智能化水平提供理论基础。首先,本文分析了叉车式AGV的应用场景特点,确定了叉车式AGV需要具有精准定位、自主规划路径以及平稳运行、自主避障的能力。基于性能要求,分别对叉车式AGV的硬件系统和软件系统进行设计研发,完成了叉车式AGV的样机开发及样机运动学模型分析,为后续算法研究和实验验证提供了平台。其次,针对传统反光板定位方式存在柔性差,仅基于激光雷达的SLAM算法存在精度和稳定较低等问题,提出了一种基于激光雷达和IMU紧耦合的激光SLAM算法。首先对IMU数据进行预积分,完成激光雷达运动畸变校正,并为激光雷达惯性里程计提供初值;通过曲率计算提取特征点,引入关键帧维护里程计状态变量,使用帧-局部地图匹配的方式进行位姿估计;然后采用位姿邻近的闭环检测策略,实现实时高效的闭环检测;最后对因子图优化进行了说明。通过在KITTI数据集上的仿真,证明本文所提算法能够实现精准的自主定位和地图构建,并且具有很高的精度和鲁棒性。然后,考虑叉车式AGV本体特点及应用需求,针对传统路径规划算法存在的路径搜索时间长,拐点较多,不满足运动控制要求等问题,提出了一种改进JPS算法。首先对比了各类常用路径规划算法的优劣,对JPS算法模型展开研究,并通过仿真实验验证了 JPS算法在已知地图信息情况下性能的优越性;其次引入双向搜索机制,从正反两个方向进行节点扩展;提出“动态跳点”策略,并从数据结构、冗余路径点等方面进一步优化;最后通过仿真实验,证明所提算法在搜索效率上优于JPS算法,且满足叉车式AGV的实际作业需求。最后,以叉车式AGV样机为实验平台,分别开展了激光SLAM和路径规划实验。结果表明本文所提基于激光雷达和IMU紧耦合的激光SLAM算法能精确的表达环境及位置信息,建图准确性较高,本文所提双向动态跳点搜索算法能够保持全局路径的最优性,使叉车式AGV能成功地从起始点移动到目标点,说明了本文算法在叉车式AGV工作场景下的实用性。