【摘要】自动引导车(automated guided vehicle, AGV)叉车是工业领域重要的物料运输装备,其定位精度和路径跟踪精度是提高物料运输效率、工厂自动化及智能化水平的重要基础。该文以医药行业室内结构化环境下的单舵轮AGV叉车为对象,利用基于密度的有噪声空间聚类(density-based spatial clustering of applications with noise, DBSCAN)算法和快速迭代最近点(fast iterative closest point, FICP)算法实现了基于反光柱的激光雷达导航定位,并提出了基于距离的异常点剔除规则,保证定位结果的稳定性及算法的鲁棒性。利用Kalman滤波算法,融合激光雷达、角度传感器和惯性测量单元(inertial measurement unit, IMU)的定位数据,提升了定位精度。对于AGV叉车的路径跟踪问题,建立了比例积分(proportionalintegral, PI)控制器,设计了基于三阶Bézier曲线的圆弧路径,并对Bézier曲线的参数进行了优化,避免了曲率突变,提高了路径跟踪精度。实验结果表明,基于DBSCAN和FICP算法的激光雷达定位算法能够实现±3 mm的定位精度,实现了AGV叉车的准确定位;基于Bézier曲线改进后的圆弧路径跟踪误差降低了72%,直线和圆弧路径动态跟踪精度控制在25 mm以内,工作站点的重复定位精度达±12 mm,达到了预期设计要求。