SLAM（simultaneous localization and mapping）即同步定位与建图，指在未知的环境中，机器人经过自身所携带的内部传感器（编码器、IMU等）和外部传感器（激光传感器或者视觉传感器）来对自身中止定位，并在定位的基础上应用外部传感器获取的环境信息增量式的构建环境地图。
基于环境自然导航的激光导航叉车AGV中，机器人在运动过程中经过编码器别离IMU计算得到里程计信息，运用机器人的运动模型得到机器人的位姿初估量，然后经过机器人装载的激光传感器获取的激光数据别离观测模型（激光的扫描匹配）对机器人位姿中止**修正，得到机器人的**定位，**在**定位的基础上，将激光数据添加到栅格地图中，反复如此，机器人在环境中运动，**终完成整个场景地图的构建。
在完成场景地图构建后，需求在所构建的地图基础上中止基于地图的位置和途径规划来完成叉车AGV的导航。叉车AGV运动过程中，经过里程计信息别离激光传感器获取的激光数据与地图中止匹配，不时地实时获取AGV在地图中的**位姿，同时，根据当前位置与任务目的地中止途径规划（动态道路或者固定道路，且每次的道路都略微不同），根据规划得到的轨迹给叉车AGV发送控制指令，使叉车AGV完成自动行驶。
AGV小车的参加，给车间工厂的物料传输带来了实真实在的**，进步了消费效率，降低了消费总本钱，随着智能制造2025的时期步伐逐步迫近，工厂普遍会引入更多的数字化，智能化设备，带来更高的工作效率，精准的物料配送，完成更杰出的消费！AGV作为智能工厂的一个流通，搬运环节，会让更多的消费场景“智能起来”。AGV叉车
