随着经济发展,人力成本不断上涨,依靠人力的物流运输逐渐成为效率最低、成本最高的运输方式。而自动导引运输车（Automatic Guided Vehicle,AGV）作为现代化、自动化运输技术的代表,推动了人工智能技术在运输领域的应用,成为了我国制造业、物流运输业持续发展的必然选择。重载车辆AGV具有大尺寸、高承载的特征,可以完成运载大型物体的任务。首先,本文根据实际车型和需求,设计了重载AGV系统的硬件方案。对避障传感器的种类及其特点进行分析,选择了能够“全天候、全天时”工作的毫米波雷达作为避障传感器;讨论了AGV不同导航方式的优缺点,并结合重载AGV室内厂房和室外道路的应用场景,选用磁传感器结合视觉传感器的混合导航方式;根据重载AGV运输管理系统需求,选择GPS、绝对值编码器以及监控摄像头的型号。其次,详细研究了重载AGV软件系统实现,包括基于视觉导航算法和磁导航算法的混合导航算法、基于毫米波雷达的安全避障算法、基于运输管理系统的路径规划算法。对于视觉导航算法,通过对卷积神经网络的基本结构和损失函数的优化算法进行分析,并对重载AGV转角模型的训练过程进行研究,完成图像采集、图像训练以及仿真测试等过程。对于磁导航算法,将其分为磁传感器的数据处理、车辆位姿计算和PID控制器三个步骤,将增量式PID应用到车辆纠偏控制中,并进行限幅、取整、积分分离等改进,在提高纠偏效率的同时,使之符合车辆控制的实际情况。对于运输管理系统,通过分析路径规划算法以及解析传感器信息协议,完成车辆运输的路径规划、信息显示以及远程控制功能。最后,在重载东风卡车平台上实现AGV系统,完成重载AGV的性能测试。具体分别测试了车辆驱动功能、自主导航功能以及避障功能,完成整体系统的空载测试和加载测试。一系列的测试结果表明,本文设计的系统可以实现自主导航和安全避障功能,满足港口物流运输的应用需求。