随着近些年企业生产运输水平、物流无人化的快速推进和各项技术的加速融合,物流无人化技术的应用对工厂和仓储等行业而言愈加常态化。工业无人车在多传感器融合自主导航模式下,通过自行规划取放货与绕障路线等实现作业要求已经成为当下研究的主要热点和方向,保证其能在未知环境下实现自主定位和路径规划等要求,是实现智能机器人的关键。本文主要针对室内自动引导车的自主定位与路径规划问题,以二维激光雷达RPLIDAR A1和里程计作为传感器进行环境信息采集,通过搭建的AGV试验车平台基于ROS系统进行即时定位与建图,并基于已建地图进行机器人工作环境的路径规划。针对AGV定位建图问题,通过对AGV系统进行建模分析,描述AGV系统的相关坐标系及转换关系,建立AGV运动模型和激光雷达观测模型。在PF算法基础上引入RBPF算法,对RBPF算法存在的粒子退化、计算量大和内存消耗严重等问题,提出改进提议分布和重采样方式的方法,以此改进定位性能,对算法进行仿真验证证实其有效性,并通过对当前主流环境建图模型进行分析比较,最终选取栅格地图作为本文地图构建的方式。针对AGV的路径规划问题,基于已建地图,结合AGV实际工作场景需求,将AGV路径规划问题分为全局和局部路径规划问题。在全局路径规划中,选择人工势场法作为全局路径规划算法,并通过改进算法解决传统势场法存在的缺陷;在局部路径规划上,采用动态窗口法作为局部路径规划算法;最后通过仿真实验证明改进算法的有效性。最后,通过所建AGV实验平台进行AGV工作环境SLAM和路径规划实验分析,利用AGV平台进行走廊和房间的定位建图测试,并通过已建房间地图环境进行AGV的路径规划测试,根据实验AGV机器人的实际运行情况测试性能,最终实验结果证明本文系统设计的有效性和可行性。