近年来,物流机器人的发展迅速,在许多制造业中,已经开始使用物流机器人代替人力劳动来节约人力成本、提高工作效率。物流机器人实现自主性和智能化的基础是可以进行精确地定位和导航,而要实现这一点的前提是构建精确的环境地图。因此在物流机器人研究中,机器人的同时定位与地图构建(SLAM,Simultaneous Localization and Mapping)作为物流机器人导航的关键而被广泛研究。本文选择激光SLAM为主要研究方向,围绕物流机器人的SLAM问题和路径规划问题两个方面进行了研究。(1)在物流机器人同步定位与建图(SLAM)方面,选取图优化的方法作为主要的研究方向并进行研究。建立了相关的机器人运动模型和传感器观测模型,然后针对SLAM过程中物流机器人里程计定位误差和不确定性问题,选取了EKF算法对里程计定位与UWB定位进行融合。并进行MATLAB仿真验证该融合算法提高了物流机器人的定位精度。并且针对图优化SLAM的数据匹配、闭环检测以及后端优化的关键步骤进行深入研究。(2)在物流机器人的路径规划方面,通过研究全局路径规划的Dijkstra算法、A*算法。针对A*算法路径规划时间长,计算节点多,占用内存大的问题。提出了在标准A*算法的基础上,使用头尾双向搜索的办法进行节点的扩展,选取最低g值的临近点作为前驱,增加启发函数值权重的优化方法。并通过MATLAB仿真验证改进后算法使得路径规划时间和节点减少。最后对局部路径规划的DWA算法进行研究,分析在动态环境下物流机器人如何进行避障工作。(3)搭建了以激光传感器为主要传感器的实验平台,实现了应用本文算法的基于激光SLAM的机器人自主定位与路径规划。首先进行了地图构建的实验分析,通过选取小型和中型的室内环境进行对比实验,验证了图优化SLAM算法优化的有效性,然后在构建地图的基础上进行路径规划的对比实验。通过实验结果的对比,验证了本文中所提出的算法的正确性和有效性。本文通过对SLAM过程中的定位问题以及建图和路径规划问题的研究,实现了基于激光SLAM的物流机器人的自主定位与导航系统研究的可行性。