自動引導車輛（簡稱AGV：Automated Guided Vehicle）是采用自動或人工方式裝載貨物，按設定的路線自動行駛或牽引著載貨臺車至指定地點，再用自動或人工方式裝卸貨物的工業車輛。按日本JISD68OI的定義:AGV是以電池為動力源的一種自動操縱行駛的工業車輛。自動引導車輛只有按物料搬運作業自動化，柔性化和準時化的要求，與自動導向系統、自動裝卸系統、通訊系統、安全系統和管理系統等構成自動引導車輛系統（簡稱AGVS：Automated Guided vehicle System）才能真正發揮作用。 隨著計算機硬件技術并行與分析式處理技術、自動控制技術、傳感器技術以及軟件開發環境的不斷發展，為AGV的研究與應用提供了必要的技術物質基礎。人工智能技術如理解與搜索，任務與路徑規劃，模糊與神經網絡控制技術的發展，使AGV向著智能化和自主化方向發展。AGV的研究與開發集人工智能、信息處理及圖像處理為一體，涉及計算機、自動控制、信息通訊、機械設計和電子技術等多個學科，成為物流自動化研究的熱點之一。 AGV在我國的研究及應用起步較晚。20世紀70年代后期，北京起重運輸機械研究所研制了三輪式AGV。80年代后期，北京機械工業自動化研究所為二汽研制了立體化倉庫中的AGV和沈陽自動化研究所為金杯汽車公司研制了汽車發動機裝配的AGV。90年代，清華大學的國家CIMS工程中心將從國外引進的AGV成功地應用于CIMS的實驗研究，清華大學計算機技術應用系研制了用于郵政中心的AGV昆明船舶設備研究所研制了激光引導式AGV以及吉林大學智能車輛課題組為汽車裝配線研制了線視覺引導的AGV等。 一、物流領域智能車輛的技術分析 AGV的引導方式不僅決定著由其組成的物流系統的柔性，也影響著系統性的可靠性和組態費用。直到20世紀80年代，埋線電磁感應引導技術仍然只是可選擇的引導技術之一。但是，電子技術的發展使AGV的引導技術多樣化，引導方式多元化。因此，AGV的性能進一步提高并能適應于更復雜的工作環境，應用也更為廣泛。 根據AGV引導信息的來源，引導方式可分為外導式和內導式。外導式是指在車輛運行的路徑上設置引導信息媒體（如帶有變頻感應電磁場的導線，磁帶或色帶等），由車上的傳感器檢測引導信息的特性（如頻率，磁場強度，光強度等），再將此信息經過處理，用以控制車輛沿引導路線行駛。內導式是指在車輛上預先設定運行路徑坐標，在車輛運行中實時檢測車輛當前位置坐標并與預先設定的相比較，然后控制車輛的運行方向，即采用所謂的坐標定位原理。另外，根據AGV引導線路的形式，引導方又可分為有線式和無線式。以上兩大類的具體引導方法見表1。 外導式方法中的超聲引導，激光引導和光學引導可以稱為標志反射法（Beacon即stem）范圍。內導式方法可以稱為參考位置設定法（Dead Reckoning）。 在上述的各種引導方法中，所采用的引導技術主要有電磁感應技術、激光檢測技術、超聲檢測技術、光反射檢測技術、慣性導航技術、圖象識別技術和坐標識別技術等。 圖像識別技術 采用圖像識別技術有2種方法，其一就是利用CCD系統動態攝取運動路徑周圍環境圖像信息，并與擬運行路徑周圍環境圖像數據庫的信息進行比較，從而確定當前位置及對繼續運行路線做出決策。這種方法不要求設置任何物理路徑，因此，理論上具有最佳的引導柔性。但這種方法在實際應用上還存在某些問題，主要是實時性差和運行路徑周圍環境信息庫的建立困難。其二就是標識線圖像識別方法，它是在AGV運行所經過的地面上畫出1條標識明顯的引導標線，利用CCD系統動態攝取標線圖像并識別出AGV相對于標線的方法和距離偏差，以控制車輛沿著設定的標線運行，如圖1所示。 二、物流領域智能車輛的應用狀況 根據國外十幾家生產AGV公司的27個系列產品所采用的主要引導技術的統計結果（見表2），可以明顯的看到各種引導技術應用的情況。其中，電磁感應引導技術所占的應用比例最高，這表明該項技術已經十分成熟，應用也就最多。而機器視覺引導技術應用的比例還很少，因此，該項技術還需要深入研究和不斷完善。除此以外，就是自主導航技術仍然處在研究階段，還有許多技術問題需要解決。 三、結論 本文簡單介紹了物流用智能車輛的概念、研究目的、意義、應用狀況以及當前世界上物流用智能車輛的研究方向、研究范圍。總的來看，限于我國的基礎設施水平和經濟實力，我國該領域的研究與工業發達國家有一定的距離。在一定時間內大范圍開發、實施物流用智能車輛的應用還不太現實。但無論是從學科發展、理論研究的角度，還是從發展汽車工業及相關產業，以及市場競爭的角度看，超前研究都是必要的。所以，盡管與工業發達國家有著較大的差距，但這并不意味著我國在該領域將會永遠無所作為，一直跟在發達國家后面邯鄲學步。結合我國國情（經濟條件、工業條件、科研條件等），在某一方面或某些方面，進行深入細致的研究，將為我國，甚至全世界在智能車輛方面提供有力的理論和技術支持，為今后智能車輛的發展及實際應用打下堅實的基礎，其意義極其深遠。