现代制造业企业面临多变的产品需求和高昂的人力成本所带来的挑战,因此企业的生产模式向柔性化和智能化生产模式方向转变。由自动引导车(Automated guided vehicle,AGV)构成的物流运输体系在智能制造中占有重要的地位,对物流效率和物流成本有着至关深刻的影响。分布式的多智能体组织结构为应对生产规模日益增大带来的挑战提供了一条解决途径,然而对小车单体的智能化程度也提出了更高的要求。本文以单体小车为研究对象,针对其导航中的地图创建和路径规划等关键技术展开了研究,所做的工作如下。首先设计了导航系统的总体框架,分析了框架当中各个模块的内涵与相互关系。通过对应用场景的需求分析,确定了各个模块的技术方案,对相关技术方案的基础理论进行了分析、推导和介绍。一张能够反映外界环境的地图是进行导航的基础,本文研究了基于双目立体视觉的地图创建方法。详细分析了双目立体匹配的基本原理,设计了一套立体匹配算法,并在GPU设备上实现了该算法,在数据集上对算法的精度和速度进行了测试。研究了一套基于ORBSLAM2的双目视觉稠密地图创建方案,在关键帧位姿处插入生成的点云以创建连续且稠密的地图。在数据集上和真实环境下做了测试实验,实验表明本文所设计的算法和系统能够实时地创建地图,所创建的地图能够基本反映外界真实环境。本文研究了遗传算法在路径规划问题上的应用。遗传算法受制于其复杂的计算而不适用于实时的应用场合。文章分析了遗传算法基本原理,对遗传算法的并行性研究做了总结。针对上述不足,详细研究了粗粒度并行遗传算法用于路径规划时的实现细节,探究了不同粒度的并行模型在不同计算平台下的性能表现。最后,实验表明,本文所设计的遗传算法使用了粗粒度并行模型在多核CPU上计算,可以充分利用计算资源,加快算法运算且改善早熟收敛现象,将此算法应用于路径规划可以取得良好的规划效果和加速效果。