AGV的应用能大大提高企业自动化生产线和仓储物流系统的运行效率，提高企业的自动化水平，所以大力发展AGV已成为必然的趋势。近年来，随着计算机技术和图像处理技术的发展，基于视觉的导航方法由于路径设置简单、成本低、易维护、柔性好等优点越来越成为人们研究的热点。本文以单目视觉自动寻迹AGV小车为研究对象，主要从对导引轨迹的识别和测量，控制策略等方面进行了研究，概括如下：首先，对从视觉传感器获取的图像进行预处理，并提取出轨迹中心线。针对传统的将图像内各种类型轨迹都用Hough变换近似为直线轨迹的检测算法难以满足对曲线轨迹的测量精度要求的情况提出了依据视觉检测得到的局部导引线特征，基于平均斜率差和拐点分辨指数对其进行分类的方法。并分别对直线、圆弧等轨迹模型用最小均方差和Levenberg-Marquardt法进行拟合，最终依据不同模型给出导引参数，提高了视觉导引AGV的导引精度。其次，在控制策略优化方面，针对该手眼机器人视觉伺服系统，利用图像误差和视觉伺服模型结合CLF(控制李亚普诺夫函数)法设计了视觉控制器。以视觉控制器的输出作为基于视觉导引AGV系统的理想虚拟导引速度，然后根据力矩法设计了动力学控制器。实现了基于图像的点镇定任务，同时解决了在单一视觉控制器作用下AGV速度突变问题；基于AGV的视觉伺服模型，结合模糊控制理论和滑模变结构控制理论(VSC)设计了轨迹跟踪控制器。以图像平面内的误差作为模糊控制器的输入，实现了对几种典型的连续和离散轨迹的跟踪任务。且与传统滑模变结构控制相比具有跟踪轨迹平滑无超调，收敛速度快、对较大位姿偏差纠偏能力强的特点。最后，对本文设计的轨迹识别和测量算法，控制器利用MATLAB/Simulink软件进行了仿真，通过客观分析实验结果验证了其正确性。并通过vc6.0软件编程实现以上算法，在AGV系统上进行了相关实验，验证了文中设计方案的有效性和实用性。