AGV小车是一个集环境感知、规划决策、多等级辅助功能于一体的综合系统。它集中运用了计算机、传感、信息融合、通讯、人工智能及自动控制等技术，是典型的高新技术综合体。随着自动化物流系统，柔性制造系统(FMS)，自动化立体化仓库等的发展，AGVs(作为物流系统和柔性制造系统中的关键子系统，得到越来越多的应用。AGVs主要用于输送环节，方便自动化管理，提高系统柔性和灵活性，提高生产效率。AGV关键技术一般包括如下几个方面：

（1）环境感知与信息融合技术

AGV能够依靠传感器感知外部环境和自身状态，实现自主行驶任务。AGV作为智能搬运工具，既需要感知和判断周围环境，也需要监控自身实时状态，准确的应用传感器技术能有效对AGV小车准确稳定的运行，故具有十分重要的意义。AGV作为智能搬运工具，既需要感知和判断周围环境，也需要监控自身实时状态，准确的应用传感器技术能有效对AGV小车准确稳定的运行，因此具有十分重要的意义。

（2）定位和导航导引技术

对于AGV来说导航技术是不可或缺的，是AGV智能化以及完全自主工作的关键技术之一，也是AGV技术研究的核心部分。

定位导航技术好坏直接决定了AGV的精确性和性能稳定性，同时也决定AGV功能性、应用实用性、自动化程度等关键因素。定位是即通过传感器来感知外部信息，通过主控制器的有效控制，以确定被控装置在现场布局中的位置。定位技术即可以控制AGV在路径中的位置，通过位置信息准确下达对应任务。

（3）路径规划

AGV通过导航系统完成周围信息的感知，下一步就是如何根据获取的信息进行行驶路径的规划。根据在路径规划开始时是否存在完整的环境信息，可以将路径规划方法划分为两大类：已知环境中的路径规划与未知环境中的路径规划。

（4）运动控制与路径跟踪

在规划完AGV的行驶路径之后，下一步就是要求AGV准确快速实现期望路径的跟踪。对于AGV的运动控制与目标路径的稳定跟踪是自主行驶的关键技术。目前应用较多的仍然是采用基于误差反馈的闭环控制策略来消除系统跟踪误差。为保证其实时性、鲁棒性及AGV行驶的稳定性要求，AGV的运动学和动力学计算以及如何设计良好的反馈控制律是目前AGV运动控制研究中的一个活跃领域。

（5）智能控制技术

从20世纪初，控制理论就得以发展演变，随着现代控制理论不断融入新学科技术，如模糊数学、神经网络等等，目前传统的控制技术已逐步发展为能更好解决复杂系统控制问题的智能控制技术。智能控制（intelligent controls）是效仿人的智能，具备自主学习、推测及决策等功能，并且无需人为干预或帮助，能自主根据控制对象或控制环境的变化做出有效的推测和决策。目前应用于AGV较多的控制方法是模糊控制、神经网络控制、遗传算法控制、模式识别控制等。