目前普通的仓库还是采用人工来取货和存放货物,普遍存在劳动强度大、货物存取节奏慢、生产效率低和空间利用率低等问题,采用AGV进行物件转运可以很好地解决该问题。但是对于仓库这样多钢架结构的复杂环境,需要探索一种合适的导航方法:二维激光雷达导航具有精度高、可靠性好且数据量相对较小等优点,但是识别钢架结构还是比较困难,对激光雷达的分辨率要求高,且存在全局匹配定位计算量大的问题;无线射频识别(Radio Frequency Identification,简称RFID)技术作为自动识别技术的一种,具有可非接触自动识别且作用距离远、识别速度快等优点,可用来存储位置信息和环境信息等信息,但是RFID技术用于定位时由于其技术特点往往需要将标签阵列,存在定位精度依赖标签阵列的密度且定位精度不高的问题。本文借鉴了人类到达陌生环境时往往借助环境中的特殊地标来帮助记忆位置和路线的思想,将二维激光雷达和RFID技术相结合用于AGV导航,相当于为AGV装上了“眼睛”和“大脑”,不仅可以“看到”周围环境,还可以“记住”周围环境特征并在下一次经过时快速地“认出来”,即同时具备了激光雷达精度高可靠性好的优点以及RFID定位可远距离自动识别和获取位置信息和环境信息的优点。对于将二维激光雷达和RFID技术结合用于AGV导航,本文所完成的具体的研究工作内容有:1)建立和分析了两轮差动式AGV的运动学模型,设计了基于运动学模型的轨迹跟踪控制器,并通过仿真实验验证了控制器的控制效果良好且具有普适性;2)探索了RFID标签、二维激光雷达、编码器以及IMU的多传感器信息融合方法,提出了一种通过人工路标和激光雷达实现电子标签精确定位的方法,提出了一种通过电子标签指示静态障碍区域范围并且该区域在更新地图时不进行更新从而构建半动态栅格地图的方法,使用这种方法可以快速地构建和更新半动态栅格环境地图;3)探索了基于栅格地图的路径规划算法,采用变栅格粒度法进行全局路径规划、A*算法进行局部路径规划,对传统的A*算法进行了启发函数的优化和搜索策略的改进,提出了一种新的32邻域搜索矩阵,并通过仿真实验验证了改进后的A*算法路径规划效率高,且规划出的路径考虑了AGV的尺寸可以保证安全性。综上所述,本文探索了基于RFID和二维激光雷达的AGV定位、导航、路径规划、运动控制和轨迹跟踪。