在物流、制造、仓储等行业中,叉车是搬运的主力军,常用于仓储大型物件的运输,如车站、港口、机场、仓库、仓库等。相对于AGV技术,智能AGV叉车不仅要完成传统AGV的工作,而且要实现托盘、货物的自动识别、对孔、搬运、码垛、装卸等任务。随着人工智能、大数据等新兴产业的迅速发展,有别于传统叉车的智能AGV叉车成为当前研究的热点和重点。本文是以实际仓库为背景,进行整体叉车控制系统的设计,主要的工作内容包括以下几个方面:一、通过对现有仓储系统及叉车系统存在的问题的分析,确定了本文的研究重点,整个系统模型、选型、设计等工作。二、针对AGV叉车的特点,应用图像处理技术,对路况信息、周围环境信息、托盘孔位等信息进行预处理。在对图像边缘信息的处理时,提出一种基于微分跟踪器的边缘检测算法,通过该算法可以快速、准确实现路况信息、周围环境、托盘插孔轮廓的准确检测、导引,实现托盘的正确识别,准确对孔。三、为提高工作效率,对AGV叉车仓库内行驶进行路径规划,基本的蚁群算法不能满足快速性的要求,所以结合精英蚁群系统,实现快速路径寻优。通过仿真、实验验证了其效果。四、对AGV叉车进行实时控制,采用了分数阶PID控制,提高了控制精度,调节时间更快。经过在某国有大型企业现场测试,该套智能叉车控制系统在软件和硬件两个方面都能很好满足仓储系统要求,本文设计的基于视觉导引的智能仓储系统,具有效率高,成本低的特点,可广泛的应用于实际仓库中,具有一定的实际应用和推广价值。