AGV小車避障傳感技術：是指AGV小車帶有自動測距係統，在測（cè）定障礙物距離後，會根據不同的障礙物距離進行多級的減速緩衝停車（chē），並且（qiě）會（huì）實時（shí）地量化測量障礙物距離，同時智能AGV小車（chē）采用覆蓋式障（zhàng）礙物測量，而且不（bú）受外界的各種幹擾（rǎo）因素影響，抗幹擾（rǎo）能力十分強大。
AGV小車導航及定位技術：作為（wéi）AGV技術研究的核心部分，導航及定位技術的優劣將（jiāng）直（zhí）接關係著AGV的性能穩定性、自動化程度及應用實用性。
AGV小車行駛路徑規劃（huá）：行駛路徑規劃是指解決AGV從（cóng）出發點（diǎn）到（dào）目標點的路徑問題，即“如何去（qù）”的問題。現階段國（guó）內外已經（jīng）有大量的人工智能算法被應用於AGV行駛路（lù）徑規（guī）劃中，如蟻（yǐ）群算法、遺（yí）傳算法、圖論（lùn）法（fǎ）、虛擬力法、神經網（wǎng）絡和A*算法等。
AGV小車作業任務調（diào）度：是指（zhǐ）根（gēn）據當（dāng）前作業的請求對任務進行處理，包括對基於一定規則的任務進行（háng）排序並安排（pái）合適的AGV處（chù）理任務等。需要綜合（hé）考慮各個（gè）AGV的任務（wù）執行次數、電能（néng）供應時間、工作與空閑時（shí）間等多個因素，以達到資源（yuán）的合理應用和zui優分配。
AGV小車多機協調工作：是（shì）指如何有效利用多個AGV共（gòng）同（tóng）完成某一複雜任務，並解決過（guò）程中可能出現（xiàn）的係統衝突、資源競爭和死鎖等一係列問題。現在常用的（de）多機協調方法（fǎ）包（bāo）括分（fèn）布式協調控（kòng）製法、道路交通規則控製（zhì）法、基於多智能體（tǐ）理論控製法和基於Petri網理論（lùn）的多機器人控製法。
AGV小車運動控製技術：不（bú）同的車輪機構（gòu）和布（bù）局有著不（bú）同（tóng）的轉向和控製（zhì）方（fāng）式，現（xiàn）階段AGV的轉向驅動方式包括如下兩種：兩（liǎng）輪差速驅動轉向方式，即將（jiāng）兩獨立驅動輪（lún）同軸平行地固定於（yú）車（chē）體中部，其它的自由萬向輪其支撐作用，控製器通過調節兩驅動輪的轉速和轉向，可以實現任意（yì）轉彎（wān）半徑的轉向；舵輪控製轉向方式，即通過控（kòng）製操（cāo）舵輪的偏航角實現轉彎，其（qí）存在小轉彎半徑的限製。
運動控製係統通過安裝在驅動軸上的編碼器反饋來組成一個閉環係統，目前（qián）基於兩輪差速驅動的AGV路徑跟蹤方法主要有：PID控製法、zui優預（yù）測控製法、專家係統控製法、神經網絡控製（zhì）法和模（mó）糊控製法。
AGV小車信息融合技術：信息融合（hé）是指利（lì）用多源信息的關聯組合，充分識別、分析、估計和調度數據，完成下達決策和處理信息的任務，並對周圍環境、戰況等進行適度的估計。目前，在導域研究和應用（yòng）的信息融合技術主（zhǔ）要有Kalman濾波、貝葉斯估計法與D-S證據推理等，其中以（yǐ）Kalman濾波（bō）廣。Kalman濾波具有（yǒu）良好的實時（shí）性，但它是（shì）建立在嚴格的數學模（mó）型的基礎上，當導引模型存在較大建模誤（wù）差或者係統特性發生變化時往往會導致濾波發散。為提高濾波算法（fǎ）的（de）魯棒性和自適應能力，可針對AGV的導引要求（qiú）與特點，研究適當的自適應Kalman濾波算法、魯棒（bàng）濾波算法或智能濾波（如模糊推理（lǐ）、神經網絡、專家係統）方法等。
