AGV（Automated Guided Vehicle）是指搭载有自动导航系统,能够按照规定路线实现无人驾驶的自动运输车。随着自动化的不断发展,AGV已经成为现代制造业、化工业、港口物流等体系中的重要组成部分。在工业制造业当中,AGV以高度的自动化、柔性化、智能化水平,通过配合生产线中其他设备的工作,可以大大提高生产线的生产效率,降低生产成本。本文主要对一种基于视觉导航的全向运动AGV控制与Lora通信方法进行研究,以提高PC（混凝土预制件）生产线的自动化程度。在视觉巡线导航系统中,对导航标识线的特征提取是难点问题。为了获得清晰的导航标识线特征,同时为了提高系统的处理速度,首先对视觉系统采集的图像进行预处理。使用加权平均法将RGB图片灰度化,以提高系统处理速度;针对图片产生噪声的问题,采用中位数滤波进行降噪;最后使用Otsu算法对图像进行二值化处理,获得清晰的导航标识轮廓。使用最小二乘法对导航线图像的所有像素点进行线性回归计算,成功提取到导航线中心线。采用改进的BP神经网络算法对特征路口进行识别,有效地提高了路口识别效率和准确率。针对传统巡线AGV在进行位姿调整过程中出现运行稳定性差的问题,采用模糊自适应PID方法对电机进行PWM调速控制,完成AGV位姿校正,同时提高AGV运行的稳定性。控制系统根据视觉系统提供的偏差大小产生PWM调整参数,获得相应的电机转速,模糊自适应PID控制器对电机转速进行快速整定,快速输出稳定的电机转速,保证AGV快速、准确、稳定地完成位姿调整。对AGV通信方法进行研究,选用Lora通信对AGV进行调度,对选取的Lora通信设备进行组网与通信实验,并在实验模型上进行实验,可以有效实现对单AGV的调度通信。在OpenTCS平台构建了AGV调度仿真模型,完成了AGV调度任务仿真实验。为了解决AGV运行中产生节点冲突的问题,采用延长AGV出发时间的方法,有效解决AGV节点冲突的问题。