路径规划与调度控制是AGV设计的关键,一个完善的AGV系统,需要同时满足精准定位、快速响应并能及时处理各种突发问题等需求,并且为各AGV提供最合理的规划路径。本文针对AGV的关键技术问题进行研究,主要研究内容如下:首先,针对蚁群算法存在的不足进行优化,提出了一种信息素交替更新策略,同时在信息素更新过程中加入混沌因子,以实现提高算法逃逸能力的目的。并进行仿真实验,验证算法在复杂环境下,仍能快速规划出合适的最优解。其次,研究了多AGV系统的调度问题,针对常见的冲突类型提供了解决方案。并在此基础上给出了 AGV系统实时调度和局部路径规划问题的求解方法,描述了硬件部分、路径优化算法和软件调度相关功能实现的关键技术及系统原型,使多AGV调度问题得到很好的解决。再次,根据AGV视觉导引要求,对机器视觉中关于图像处理的相关算法进行研究,提出一种基于递进Hough变换的路径轮廓辨识算法,在保障识别精度前提下,提高辨识速度,并通过实验验证了该算法的有效性。最后,在分析双驱动差速轮系AGV结构特点和路径相对运动关系的基础上,建立了AGV运动学模型,并推导计算出驱动系统的传递函数与状态空间模型。应用MPC控制算法对AGV进行路径跟踪研究,选取距离偏差和角度偏差作为控制器的输入,将小车驱动轮实际转速作为输出,设计了基于模型预测控制的轨迹跟踪控制器,并在MATLAB环境中与经典PID控制进行对此,进行性能仿真分析。结果验证改进优化后的控制器具有更高的控制精度。