随着电商、新零售行业的快速发展,仓储物流行业也逐渐向着具有高效分拣、高密度存储的智能化、无人化方向过渡。AGV作为其中最主要的智能化环节,越来越多的资本与技术对其关注并投入研发,促使AGV行业在近几年高速发展。本文从实际项目出发,针对大规模调度中无人仓无人化的长久维持和人机交互存在风险的问题,提出了一种基于目标检测与双目测距的AGV智能避障解决方案。具体内容如下:首先,本文介绍了AGV的应用环境和技术现状,就大规模集中调度的仓储物流中,针对无人仓中提出的可进行长久无人化以及和谐人机交互的功能需求,设计了AGV车身结构、运动控制方式、定位方式以及避障系统,搭设了完整的AGV系统。其次,引入计算机视觉中的目标检测技术,根据现场运行环境和小车功能需求选取合适的检测网络。并根据现场实际采集到的运行图像进行人工标注,得到训练集。训练出适用于项目中AGV运行现场的模型,并部署到AGV的避障系统中,为后续避障策略提供信息准备。同时,根据双目测距理论运用Opencv完成双目测距算法,结合目标检测提供的内容信息,设计完整的避障策略。提出了可以自主避障的、区分障碍物类别的智能避障系统解决方案。最后,将双目避障AGV在实际项目运行中加以检测,发现了在近距离下的立体检测失败问题。针对该问题从算法和车身两方面提出解决方案,设计新的代价函数并增加车身特征点,修正问题,完善避障方案。