AGV导引及定位技术：

作为AGV技术研究的核心部分，导引及定位技术的优劣将直接关系着AGV的性能稳定性、自动化『程度及应用实用性，表1为AGV的常见导引及定位技术。

AGV路径规划和任务调度技术：

1.行驶路径规划。行驶路径规划是指解决▓AGV从出发点到目标点的路径问题，即“如何去”的问题。现阶段国内外已经有大量的人工智能算法被应用∮于AGV行驶路径规划中，如蚁群算法、遗传算法、图论法、虚拟力法、神经网络和A*算法等。

2.作业任务∮调度。作业任务调度是指根据当前作业的请求对任务进行处理，包括对基◥于一定规则的任务进行排序并安排合适的AGV处理任务等。需要综合考虑各个AGV的任务执行次数、电能╳供应时间、工作与空闲时间等多个因素，以达到资源的合理应用和最优分配。

3.多机协调工作。多机协调工作是指如何有效∩利用多个AGV共同完成某一复杂任务，并解决过程中可能出现的系统冲突、资源竞争和死锁等一系列问题。现在常用的多机协调方法包∏括分布式协调控制法、道路交通规则控制法、基于多智能体理论控制法和基于Petri网理论的多▽机器人控制法。

AGV运动控制技术：

不同的车轮机构和布局有着不同的转向和控制方式，现阶段AGV的转向驱动方∑式包括如下两种：两轮差速驱动转向方式，即将两独立驱动轮同轴平行地固定于△车体中部，其它的自由万向轮其支撑作用，控制器通过调节两驱动轮的转速和转向，可以实现任意转弯半径的转向；操舵轮控制转向方式，即●通过控制操舵轮的偏航角实现转弯，其存在最小转弯半径的限制。

控制系统通过安装在驱々动轴上的编码器反馈来组成一个闭环系统，目前基于两轮差速驱动的AGV路径跟踪方法主要有：PID控制法、最优预测控制法、专家系☉统控制法、神经网络控制法和模糊控制法。

AGV信息融合技术：

信息融合是指利用多源信息的关联组合，充分识别、分析、估计和◥调度数据，完成下达决策和精确处理信息的任务，并对周围环境、战况等进行适度的估↘计。目前，在导引领域研究和应用的信息融合▓技术主要有Kalman滤波、贝叶斯估计法与D-S证据推理等，其中以Kalman滤波最广。

Kalman滤波具有良好的实时性，但它是建立在严格的数学模型的基础上，当导引模型存在较大◢建模误差或者系统特性发生变化时往往会导致滤波发散。为提高滤波算法的鲁★棒性和自适应能力，可针对AGV的导引要求与特点，研究适当的自适应Kalman滤波算法、鲁棒滤ζ波算法或智能滤波（如模糊推理、神经网络、专家系统）方法等。