当前正是中国由制造业大国向制造业强国转向的关键时期,需要不断的提高制造业的智能化水平,AGV是智能制造的重要工具,可以极大的提高生产和生活效率,降低工业成本,具有非常重要的研究价值。在很多产品的工业生产过程中,需要频繁地进行物料运输,相比于使用人工运输的方式,使用AGV可以提高物料运输的效率并降低成本。AGV经过多年的发展,在各个行业也得到了广泛的应用,其导航系统也由最传统的固定轨道导航演变为电磁导航和激光导航,但考虑到灵活性以及成本等因素,电磁导航和激光导航依然不是最佳的导航方法。近几年随着深度学习的出现,学术界对于计算机视觉技术研究火热,同时带动了视觉SLAM技术的快速发展,也出现了许多经典的视觉SLAM方案。为了更好的发挥AGV的灵活性和自主性,本文基于经典的SLAM的技术方案开展用于AGV导航系统的视觉SLAM定位和建图方法的设计和实现工作,提出了一种基于特征点法和光流法融合的定位方案。该方案可以有效的避免特征点的误匹配,为后续的位姿估计、后端优化以及稠密建图奠定了良好的数据基础。此外,鉴于AGV导航对于稠密地图的需求,本文提出了一种基于极线匹配的稠密建图方案,首先利用双目相机进行极线匹配构建初始局部地图,然后利用前后多帧进行深度滤波以使得地图点的位置收敛于可接受的状态值,最后通过点云滤波进行点云的下采样和外点的去除并通过相对位姿变换关系实现局部稠密地图到全局地图的融合工作。针对提出的SLAM定位和建图方案,本文采用模块化的方法对其进行实现,通过在KITTI数据集和本地进行实验,证明了本文所提出的用于AGV导航系统的视觉SLAM定位和建图方法的可行性和有效性。