随着“工业4.0”和“中国制造2025”的发展,传统制造业向智能制造转变,自动导航车(Automated Guided Vehicle,AGV)也变得越发重要,以其快速性、准确性、高柔性和稳定性被广泛用于分拣、运输、装配等领域。本文以AGV为研究对象,研究AGV视觉导航的图像处理算法以及路径规划算法,实现视觉导航AGV自主行驶。根据视觉导航的需求,本文设计了AGV软硬件平台:中间驱动前后从动的六轮底盘结构,通过对AGV运动性能和承重性能分析,选择合适的驱动电机,对AGV的视觉系统、控制系统、避障系统硬件结构进行设计。同时搭建AGV的软件系统平台和设计软件系统架构,从而构建出一台具有实际用途的实验型AGV,为导航算法的验证提供实验平台。AGV的视觉检测,主要包括对前景图像和侧景图像的检测。针对前景图像,本文采用改进FT算法,对图像进行视觉显著性处理,确定二维码位置,再通过图像切割后进行二维码识别,确定AGV当前位置;对侧景图像则采用逆透视变换算法进行图像矫正,再利用霍夫变换进行道路标示线信息提取,计算出AGV的偏差角度和偏差距离。针对AGV的路径规划,本文分析了全局与局部路径规划算法,对跳点搜索算法(Jump Point Search,JPS)、人工势场法(Artifical Potential Field,APF)进行改进,并结合两种算法优点,设计JA算法,实现了AGV的工作环境中快速寻找到拐点最少的最短路径的需求,并能实现实时自主避障功能。最后,在设计的AGV实验平台对视觉导航AGV的视觉检测功能和路径规划功能进行实验验证。视觉检测实验结果表明视觉导航AGV能够实时检测周边环境信息,进行实时定位和位姿偏差校正。路径规划实验结果表明AGV能根据任务目标自主规划一条拐点最少的最短路径,还可以跟据路况信息实时调整路径,实现智能避障。