随着工业自动化和智能技术的发展,传统的物流系统难以满足日益增长的生产速度和消费需求,因此传统产业链面临着越来越严峻的挑战,迫切需要进行升级改造。AGV是一种集传感器检测、计算机技术、机械制造和现代控制理论等多学科于一体的智能运输设备,极大程度满足了柔性制造和自动化物流的需求。精确的导航和良好的控制策略对于AGV运行的稳定性至关重要,随着图像处理技术的成熟和智能算法的发展,视觉导航与智能控制已成为研究AGV的热点。本文主要完成了AGV视觉导航与智能控制的研究与设计,主要工作如下:(1)提出了AGV的整体设计方案,并介绍了本研究相关领域的原理。主要介绍了视觉导航AGV的系统组成,详细阐述了视觉导航的原理,并对AGV的车体进行了设计。然后对AGV进行运动学分析,并建立数学模型。(2)完成了AGV视觉导航的设计与研究。首先,对摄像头进行标定,以确定AGV在图像坐标系中的位置。再运用数字图像处理技术对摄像头采集到的图像进行处理,包括图像的灰度化、图像去噪、对比度增强、图像二值化、形态学处理、边缘分割与特征提取等。针对图像去噪这一关键步骤,提出了基于改进小波阈值的图像去噪方法,通过引入调节因子来改进小波阈值函数,避免了硬阈值函数不连续和软阈值函数存在固定偏差等问题,使其取得更好的去噪效果。(3)完成了AGV的路径规划和跟踪控制的设计与研究。本文通过改进混沌蚁群算法完成了对AGV的路径规划,将混沌理论与蚁群算法相结合,解决了蚁群算法收敛效率低的问题,并且改进了蚁群算法的相关参数和混沌算法的映射函数,增强了该算法的寻优能力。同时,为了消除AGV的距离偏差和角度偏差,本文将模糊控制应用到AGV的跟踪控制中,取得了较好的偏差矫正效果。(4)设计了一种基于改进BAS算法的PID控制器。BAS算法将待优化的参数作为一只“天牛”,通过不断的迭代寻优,将PID参数整定问题转化为利用BAS算法的寻优问题。改进BAS算法以群体寻优代替个体寻优,提高了BAS算法寻优的准确性。最后,将改进的BAS-PID控制器运用到AGV的DC驱动电机上,使其具有了较强的鲁棒性和较快的响应速度。