AGV(Automated Guided Vehicle,自动导引车)是一种物料搬运设备,具有自动化程度高、应用灵活、安全可靠、无人操作等诸多优点。它是柔性生产系统(FMS)、柔性搬运系统、自动化仓库和现代物流系统的关键设备。基于视觉导引的AGV具有路径设置简单、便于维护与改线、不受电磁场干扰、可以方便地识别多工位和路径分支等诸多优点,近年来得到了很快发展,是AGV技术研究的热点。本文在现有文献的基础上,以Reinovo型视觉导引AGV为研究平台,针对其硬件组成和关键技术进行了分析和研究。主要内容概括如下:首先,分析了视觉导引车的整体结构和硬件组成。并将其主要硬件分为感知层,决策层和执行层三个部分进行了详细说明。在此基础上,给出了AGV系统的电气结构图。其次,详细说明了AGV图像预处理的过程。介绍了Hough变换的原理,对其进行改进后应用到AGV标识符的识别中,并且使用VisualC++6.0进行编程实验,证明了改进Hough变换算法的有效性。再次,根据AGV系统要求,对其控制器设计和多AGV的路径规划进行了研究。本文在图像分割的基础上使用最小二乘法提取AGV路径和角度偏差信号,在建立了系统的数学模型后使用最优控制器实现了AGV的行走功能,并进行了仿真和编程实验。针对多AGV系统路径规划中存在的NP问题和系统路径节点增多的情况下系统稳定性降低的问题,提出了一种分步控制算法。实例分析证明了该算法的有效性。最后,本文分析了AGV系统的软件结构,着重介绍了AGV车载控制系统的各个功能子模块。在此基础上,编写了基于改进Hough变换算法的工位识别模块,并对其进行了调试。