相比与其他外部测量式传感器,视觉导航可提供颜色、形状、纹理等大量丰富的感知信息,有利于提高AGV导航系统的精确性和智能性。然而,直到亚马逊推出仓储物流机器人KIVA之时,将视觉识别定位技术与二维码地标相结合,才促使视觉导航方式开始在工业界获得广泛应用。在此背景下,业界希望将二维码视觉导航技术推广到制造业生产线,但复杂工业环境给二维码地标的应用带来了诸多困难。本文针对带有物料仓库的生产线场景,首先分析了机床生产线和物料仓库对AGV定位导航精度、速度和可靠性的不同需求,设计了多目相机切换、地标识别与本体感知兼用、色带跟踪与二维码定位相结合的复合导航方案,研究了融合色带导航、二维码定位和惯导位姿估计的AGV复合导航技术。其次,在地面视觉干扰大、定位精度要求高、装卸空间限制多的机床生产线,采用拓扑地图和色带跟踪+二维码定位的多目视觉复合导航方案,研究了污损色带特征提取方法、色带目标点路径拟合方法、标准二维码识别测量方法,提出了一种基于色带特征的快速二维码区域定位与识别测量方法,在高速运动的传送带上进行了色带和二维码的识别测量实验,测量了色带和二维码在相机视野中的位置和姿态,验证了所提快速二维码识别测量方法的有效性。再次,在作业场景大、货架密度高、无人化程度好的物料仓库,采用栅格地图和二维码定位+惯导位姿估计的复合导航方案,提出了一种基于无迹卡尔曼滤波的AGV位姿实时估计方法。在两个二维码地标之间的虚拟路径上,融合运动学模型估计值与惯导系统观测值获取连续位姿估计值;在地标位置通过测量二维码的全局位置姿态,消除连续位姿估计值的累计误差,提高复合导航方法的精确性和灵活性。最后,针对带有物料仓库的生产线场景,开发了融合色带导航、二维码定位和惯导位姿估计的AGV复合导航系统,在机床生产线现场完成了色带跟踪+二维码定位的多目视觉复合导航运行测试,所研发的视觉导航AGV已应用于实际生产;在实验室环境完成了二维码定位+惯导位姿估计的复合导航实验,验证了所提复合导航技术的有效性。