随着物联网（Internet of Things,Io T）和信息物理系统（Cyber-Physical Systems,CPS）的飞速发展,为了满足消费者对物流服务日益增长的需求,调度大规模导航智能车（Automated Guided Vehicles,AGV）进行货物分拣成为当下物流行业的主流。但是在传统AGV导航方案中,激光雷达和摄像头等传感器造价高昂限制了多AGV系统的普及,而磁导式AGV的固定线路降低了多AGV系统的灵活性。为了解决上述问题,本文设计了一种基于全局视觉的多AGV包裹分拣系统,并对视觉伺服、机械臂与多AGV系统的协作方案和多AGV调度算法等关键技术进行研究。论文主要的研究工作如下:（1）基于全局视觉的多AGV定位和导航技术研究。本文通过安装在仓库顶部的摄像头获取仓储系统的全局图像,然后利用改进YOLOv5、April Tag特征码、扩展卡尔曼滤波和图像处理技术获取所有AGV的位姿。基于全局视觉的导航方式在实现厘米级定位的同时,减少了AGV对车载传感器的依赖,提高了多AGV系统的灵活性。（2）基于全局视觉的机械臂与多AGV系统的协作方案研究。在传统的仓储系统中,机械臂通常沿指定线路完成包裹的转运任务,容易导致AGV在载货区域发生拥堵。本文利用全局视觉建立机械臂工作空间评价模型,进而构建栅格代价地图,用于调度AGV到达便于机械臂操作的位置,旨在高效地将包裹转运到AGV顶部。（3）基于全局视觉的多AGV调度算法研究。本文将仓储系统分为多个区域,然后利用分层规划把复杂的多目标路径规划问题化简,并结合拥堵动态评价模型创新性地提出了一种带有时间轴的改进A*算法,调度大规模AGV合理地分布在各个区域,避免产生拥堵。（4）基于全局视觉的多AGV包裹分拣系统设计。本文重点阐述了基于全局视觉的多AGV包裹分拣系统的设计步骤和运行流程。系统的上位机软件依靠ROS机器人操作系统和Matlab开发,能够实现传送带、机械臂、多AGV系统和全局摄像头的交互协作,进而完成物流包裹的入库登记、转运和分拣。实验表明,本文设计的分拣系统在通过机械臂将包裹从传送带转运到AGV后,能够高效地调度大规模AGV运输各类包裹到达目标区域,且本文提出的多AGV导航算法、机械臂与多AGV系统的协作方案和多AGV调度算法具有可行性。