1、物流自動化技術(shù)的不斷發(fā)展促進了自動導引小車（Automated Guided Vehicle，AGV）在制造、倉儲和物流等行業(yè)的廣泛應用，為適應工業(yè)現(xiàn)場復雜的作業(yè)環(huán)境，AGV需要對可能造成視覺導引系統(tǒng)干擾的各種因素具備一定的容錯能力。本文在總結(jié)現(xiàn)有 AGV視覺導引技術(shù)的基礎(chǔ)上，深入研究了針對光照、圖像污損、圖像遮擋和圖像抖動的智能容錯技術(shù)、路徑特征的魯棒識別技術(shù)以及AGV精確定位技術(shù)。
　　本文首先針對光照影響因素，提出了一種LE

2、D環(huán)形陣列光源的自適應調(diào)光技術(shù)，采用PWM波調(diào)整光源的亮度，使采集到的圖像具有恒定的平均亮度；針對 LED環(huán)形陣列光源，建立了LED環(huán)形陣列光源的光照模型，確定了使圖像高光區(qū)域具有均勻光照的光源最佳安裝高度，并確立了高光區(qū)域及低照度區(qū)域的范圍；針對光源遇到遮擋或部分LED燈珠損壞失效的情況，提出了一種基于圖像的光源狀態(tài)監(jiān)控方法，采用幀差法精確確定LED壞點區(qū)域。
　　其次，針對由于地面路徑污損導致路徑圖像分割失效的情況，提出一種基

3、于形態(tài)學的污損自修復方法，有效解決了由于圖像污損對路徑特征提取產(chǎn)生的干擾；針對導引路徑斷裂或者有遮擋的情況，提出一種基于最小二乘法擬合的圖像遮擋處理方法，采用最小二乘法擬合直線導引路徑以及圓弧轉(zhuǎn)彎路徑，在路徑斷裂處采用擬合的直線或圓弧上的數(shù)據(jù)實現(xiàn) AGV的可靠導引；針對AGV運行過程中攝像機易抖動的情況，提出了一種圖像防抖動算法，濾掉AGV出現(xiàn)的大抖動，確保AGV平穩(wěn)運行。
　　再次，針對 AGV多分支路徑與工位點的可靠識別難題，

4、將整幅路徑特征圖像作為輸入特征，通過KPCA將圖像特征映射到高維空間并進行KPCA降維，再利用BP神經(jīng)網(wǎng)絡(luò)算法識別降維后的樣本矩陣；在圖像視野中設(shè)立了模式識別窗口以及導引掃描窗口，在導引掃描窗口中將路徑簡化成直線模型計算偏差，在保證導引精度的前提下提高算法運行速度；針對視覺導引AGV的精確定位問題，提出一種連續(xù)十字工位點二次視覺定位方法，消除車體慣性對精確定位的不利影響，實現(xiàn)AGV毫米級定位。
　　最后，本文研制出一款基于Meca