轮式差速AGV被广泛称作为自动导引车辆(Automated Guided Vehicle)简称AGV,AGV是指通过使用工业电脑、测距传感器等,以无线通信的方式,根据作业环境的不同,按照预编译好的指令实现自主沿规定的导引路径行驶的车辆。多元化的需求以及能实现多种功能的优势促进了AGV相关研究的高速发展。作为应用最广泛的机器人类型,AGV在仓储搬运、快递分敛、自主泊车、电站巡检等众多领域扮演者越来越重要的角色。本文通过对搭建的差速AGV进行运动学分析,建立里程计误差模型,结合UMBmark系统误差校核方法进行双向正方形实验,利用激光传感器三角测量法,通过对两个固定的目标点进行测量,解算出机器人起始位姿与终点位姿的坐标,再根据距离偏差值对差速AGV车轮直径与轴距进行标定,得到可纠正系统误差的直径与轴距。研究了AGV运动学模型在理想状态下的轨迹跟踪控制,基于Backstepping理论提出了一种新的控制律,仿真结果表明本文设计的控制律有效的提高机器人的轨迹跟踪精度。针对Google的Cartographer算法进行理论研究与应用。通过无迹卡尔曼滤波融合里程计、IMU和激光传感器的数据来预测机器人位姿;将激光扫描的数据进行坐标变换,提取出机器人位姿变化的约束关系;应用非线性最小二乘估计法解决姿态优化问题,通过姿态匹配算法不断在优化窗口内寻找最佳位置,然后采用稀疏位姿调整算法来计算出这个最佳位置;通过深度优先搜索的分支上界法进行加速匹配,提高优化效率。利用ROS系统的分布式网络架构特点,搭建灵活且稳定的机器人通信架构,利用3D可视化工具RVIZ,根据ROS定义的接口在其中显示3D模型、周围环境、运动轨迹等信息,在Gazebo下对搭建模型进行仿真验证。最后,设计了差速AGV的轮径、轮距校正实验,以及定位建图实验,测试所搭建的差速AGV平台同时定位与建图的效果。