自动导引车AGV(Automated Guided Vehicle)作为一种轮式移动机器人,广泛用于机械、汽车、电子、造纸、烟草、制药和食品等众多行业的自动化物流输送,在国内外市场上具有很大的应用需求,研发具有自主知识产权的高性能AGV具有重要的理论意义和工程应用价值。基于视觉的标线跟踪导航只需识别人工设置的导引标线,可达到很高的导航精度和实时性。两轮差速驱动能实现AGV的零半径转向,表现出良好的机动性。本文针对视觉导航和差速转向的AGV,从理论研究与技术开发相结合的角度努力提高其运动控制性能。在理论研究方面,围绕着如何通过调节速度差控制量消除AGV位姿偏差和如何通过调节电压控制量消除驱动轮速度误差两条技术主线,深入研究基于有限纠偏能力的路径跟踪算法和保证跟踪输出的伺服控制算法。首先比较运动学、动力学和控制受限的运动学三类移动机器人运动控制方法,提出了一种包含路径跟踪和伺服控制的混合运动控制模型,通过速度和加速度约束以及速度差控制量匹配路径跟踪算法的位姿纠偏能力与伺服控制算法的速度纠偏能力。其次研究AGV的路径跟踪问题,分析线性二次型调节器LQR和预测控制在优化目标选取、控制量超限和控制步数设置等方面的难点。对小偏差情况提出了一种基于多步运动预测的LQR最优控制算法,通过纠偏协调性最优的多步运动控制同步消除两种位姿偏差,通过最小化速度和加速度约束下的控制步数保证可实现的最快跟踪。对大偏差情况提出了一种基于视野状态分析的智能预测迭代控制算法,以最优偏差状态转化策略描述控制目标,取代二次型加权和形式的目标函数,通过同步控制算法协调消除理想纠偏状态的两种位姿偏差。再次研究驱动系统的伺服控制问题,将系统模型辨识和PID参数整定描述为多目标优化问题。提出了一类基于精英导向机制的Pareto型多目标遗传算法,通过精英导向、多样性保持和多种群进化机制,快速有效地定向搜索满足决策偏好(路径跟踪需求)的Pareto最优解。在技术开发方面,研究AGV运动控制的多智能体功能建模和嵌入式技术实现,提出了一种基于多智能体结构的嵌入式系统设计方法,建立了控制器智能体向智能体结构和任务的转化模型,为有效实现路径跟踪和伺服控制算法提供了一种高性能嵌入式控制器。本文先通过计算机数值仿真验证所提出理论的可行性,再利用嵌入式技术将理论研究成果转化为高性能AGV车载控制器,并成功应用于自行开发的视觉导航AGV系统(NHAGV)。经过大量系统运行测试与路径跟踪实验,实验结果充分验证了本文所提出的控制技术的有效性和所开发的AGV车载控制器的先进性,这为研发具有自主知识产权的高性能AGV车载控制器奠定了坚实的技术基础。