近年来电商购物节的货运量越来越大,使得物流行业得到了迅猛的发展,智能物流、无人物流将是物流业未来的发展方向。AGV作为仓储物流行业重要工具,经历了传统的借助二维码、磁条、反光板等辅助装置实现定位到利用AGV携带的传感器实现自主定位的多次技术迭代。其中基于激光雷达的AGV是应用最广泛的形式,但是在实际使用中,基于激光雷达的AGV定位还存在着全局重定位失败,定位精度差等问题。本文针对激光雷达AGV在实际使用中的全局重定位失败、定位精度差等问题分别提出解决办法,提高了仓库环境下AGV的定位能力,使得仓库AGV定位更加高效化和智能化。本文的主要研究内容如下:针对AGV系统重启或与服务器连接中断情况下的全局重定位失败问题,研究了环境地图构建方法和激光雷达数据预处理技术,利用激光雷达实时扫描数据与既有地图进行图像匹配,构建线特征匹配算法,完成了算法的工程实现和定位测试。对于AGV定位精度差的问题,分析了传统的粒子滤波定位算法和扫描匹配算法原理,提出了一种融合扫描匹配方法的改进粒子滤波定位算法。通过粒子滤波定位算法确定粗略全局位姿,将其作为迭代最近点算法的位姿初始值,在多次迭代优化之后输出精确的全局位姿,在仓库仿真环境下完成了精度测试。针对局部地图人工路标定位问题,改进了现有的人工路标定位方式,优化了人工路标空间结构,减少了定位所需的路标数量,并为改进人工路标适配了定位算法。通过单个路标同时构建向量和中心点两种定位信息完成定位,在仿真系统中完成了算法测试。在Gazebo仿真环境和ROS机器人操作系统中,搭建了仿真仓库来模拟真实环境。并在该环境中测试了以上三种算法,仿真实验结果都达到了预期目标,验证了本文解决方案的有效性。