自动导引小车AGV(Automated Guided Vehicle),是一种广泛运用于各类生产线,实现物料搬运自动化的工业设备。其运行的快速和稳定性对整条生产线的工作效率有着重要的影响,而对不同路径的适应性也深刻影响着整个制造系统的柔性化程度。本文针对如何保证AGV按预设的导引路径快速稳定地运动这一问题,对AGV控制系统进行了研究,设计了一种基于视觉导引的AGV控制器,该控制器可实现稳定的路径跟踪,拥有良好的纠偏性能,并且可以在运行时识别特殊的功能标志点,完成预设的操作,对外部控制指令做出响应。主要研究内容如下:针对工程实际需求,制定了控制系统的整体方案,选择了利用工业相机反馈的图像作为路径导引信息,选择了表征路径导引信息的方式,制定了路径跟踪算法框架,提出了预设功能标志点对应操作的方法。阐述了从图像反馈信息中提取路径相关参数值的方法,并且对比了对路径导引中心点进行直线和圆弧拟合的效果。通过对相机进行标定,可以获得实际的路径参数,作为控制器实现路径跟踪算法的输入。提出一种计算目标图形与标志模板相似度的方法,以实现对功能标志点的检测。建立了电机驱动能力受限的运动学模型,运用已有的以纠偏协调性最优为目标的单步预测控制算法,在摄像头位于AGV侧面,且初始偏差较大的情况下,实现了路径跟踪。以纠偏协调性最优为目标,提出了一种针对大曲率圆弧路径的基于单步运动预测的路径跟踪算法,实现了对大曲率圆弧路径的稳定跟踪。针对单步预测需要对分别调整控制周期和预测周期这一问题,以纠偏协调性最优为目标,进一步提出了一种针对直线路径的基于多步运动预测的路径跟踪算法,在每个控制周期计算量不变的情况下增加运动预测步数,从而在选取相同的控制周期和预测周期的情况下,增大控制周期的合理值范围,简化调试过程。阐述了控制器的硬件模块设计和软件设计,实现了在不同功能点完成预设操作,并在运行过程中对外部指令进行响应的功能。搭建了AGV的路径跟踪实验平台,并进行了相关算法的实验验证。实验结果显示,在同一运行速度下,相比于现有的仅使用针对直线路径的单步预测控制算法,本文提出的针对圆弧、直线混合路径的单步预测控制算法可获得更小的整体跟踪误差。