随着政策的推动和技术的发展,自动导引运输车(Automated Guided Vehicle,AGV)越来越多地出现在了如智能停车库、智能仓储物流、各类加工车间等场所中,具有很大的市场前景。而随着应用场景不断拓展与加深,对AGV的整体技术要求也越来越高。在AGV的驱动技术上,当采用多台电机共同驱动、每个轮子都对应一台独立电机的驱动方式时,AGV可以更为灵活,在行进时能有更好的精度,而且整体的载重更大。本文主要研究了AGV的多电机协调驱动控制系统,首先对系统的整体进行了理论分析,阐述了其内涵。并在此基础上,针对多电机协调驱动控制系统的控制方式进行研究。对于独立运行、主从结构控制、交叉耦合控制、偏差耦合控制等多种基本的控制方式,进行了分析和仿真建模,并借助模糊控制,提出了一种改进的偏差耦合控制方式,仿真结果表明该算法对有扰动时的响应时间和超调量都有明显的改善,提高了系统的稳定性。其次,提出了利用支持向量机算法来提高AGV的多电机协调驱动控制性能,并通过网格搜索方法优化它的两个重要参数,利用采集到的数据进行仿真并将得到的结果与BP神经网络作对比,证明了它的有效性。提出了一种与遗传算法结合的改进粒子群算法,相对于普通的粒子群算法,支持向量机的精度得到了提高,它的泛化能力得到加强。最后,对AGV多电机协调控制系统进行了建模及仿真。分析了多电机AGV的各类行进模式,并着重对四轮转向的行进模式进行了运动学分析。通过Adams软件对四轮驱动的AGV小车进行了实体建模,并借助Adams与Matlab的连接搭建了AGV多电机协调驱动控制系统,联合仿真的结果表明该系统可以使AGV在行进时更加灵活,行进精度更高,同时稳定性和抗干扰能力较强。