自动导向小车(Automated Guided Vehicle, AGV)在行业中应用的不断深入对其自身的性能和功能提出了更高的要求。大多控制系统的设计必须以一定的受控对象模型为基础,而AGV控制器的主要受控对象是其驱动系统,为了提高AGV的控制性能,迫切需要对AGV驱动系统的数学模型及动态特性进行研究。本文首先对系统辨识的基本原理、内容和步骤作了详细的介绍,为研究AGV驱动系统辨识奠定了理论基础。同时,以自行研发的基于视觉导航的AGV为基础,分析了AGV驱动系统的静态特性和动态特性,采用M序列作为辨识输入信号,应用最小二乘法对驱动系统进行了辨识,建立了驱动系统的数学模型并对其进行了仿真分析,为辨识模型的优化和性能的进一步改善打下了基础。本文在对遗传算法研究的基础上,对遗传算法进行了改进,并提出了一种改进的自适应遗传算法。针对AGV驱动系统辨识的问题采用了多目标优化的策略,以幅值逼近和相位逼近作为多目标优化问题的两个子目标,将多目标优化策略与改进的自适应遗传算法相结合形成了基于多目标的改进自适应遗传算法。根据最小二乘法的辨识模型,同时利用基于单目标的基本遗传算法和基于多目标的改进自适应遗传算法对驱动系统进行辨识。通过对辨识模型的仿真比较,结果证明了本文基于多目标的改进自适应遗传算法的优越性。本文最终建立了较为理想的AGV驱动系统数学模型,并根据该数学模型完成了对AGV驱动系统的动态特性分析,为提高AGV的驱动性能打下了技术基础。最后,对本文所做的研究工作进行了简要的总结,并对进一步的研究提出了展望。