智能搬运设备（AGV）具有自动测距系统。在测量障碍物距离后，它将根据不同的障碍物距离执行多级减速缓冲停车，并将实时量化障碍物距离，同时智能搬运设备（AGV）由被遮盖的障碍物测量，不受各种障碍物的影响外部干扰因素。抗干扰能力非常强大。

（1）指导和定位技术。作为AGV技术研究的核心部分，引导和定位技术的优缺点将直接影响AGV的性能稳定性，自动化程度和应用实用性。

（2）路径规划和任务调度技术。

一，旅游路径规划。旅行路线规划是指解决AGV从起点到目标点的路径的问题，即“如何去”。目前，国内外已有大量的人工智能算法应用于蚁群算法，遗传算法，图论，虚拟力法，神经网络和A *算法等国内外AGV行车路径规划。

二，工作安排。作业任务调度是指根据当前作业的请求处理任务，包括基于某些规则对任务进行排序，以及调度适当的AGV处理任务。为了实现资源的合理利用和资源的优化配置，有必要综合考虑每个AGV的任务执行次数，供电时间，工作和空闲时间等各种因素。

三是多机协调工作。多机协调工作是指如何有效地使用多个AGV完成复杂任务，解决系统冲突，资源竞争和流程中可能发生的死锁等一系列问题。常用的多机协调方法包括分布式协调控制方法，道路交通规则控制方法，多智能体理论控制方法和基于Petri网理论的多机器人控制方法。

（3）运动控制技术。不同的车轮机构和布局具有不同的转向和控制模式。目前，AGV转向驱动模式包括以下两种类型：两轮差动驱动转向模式，其中两个独立驱动轮同轴地固定在车身中部，等等。免费的万向轮支撑它。控制器可以通过调节两个驱动轮的速度和转向来实现任何转弯半径的转向。方向盘控制转向模式，即通过控制方向盘的偏航角来控制转向。转弯半径的极限。

控制系统通过安装在驱动轴上的编码器反馈形成闭环系统。目前，基于两轮差动驱动的AGV路径跟踪方法主要包括：PID控制方法，最优预测控制方法，专家系统控制方法，神经网络。控制方法和模糊控制方法。