導(dǎo)航一直是智能小車AGV的核心技術(shù)，磁條導(dǎo)航、激光導(dǎo)航、二維碼導(dǎo)航、自然導(dǎo)航等技術(shù)之后，最近，視覺導(dǎo)航從后臺走向了前臺，引起AGV行業(yè)的重視。
　　視覺導(dǎo)航即通過視覺攝像頭捕捉圖像信息，以獲取移動物體在空間中所處的位置、方向和其他環(huán)境信息，并用一定的算法對所獲信息進(jìn)行處理，建立環(huán)境模型，進(jìn)而尋找一條最優(yōu)或近似最優(yōu)的無碰路徑，實(shí)現(xiàn)安全移動，到達(dá)目的地。
　　在視覺導(dǎo)航技術(shù)，有兩大關(guān)鍵點(diǎn)——視覺攝像頭和人工智能算法，其中前者主要用于獲取環(huán)境信息，后者則用來分析數(shù)據(jù)，提取特征量，從而為下一步的行動提供決策依據(jù)。
　　在談視覺導(dǎo)航時(shí)不得不提Seegrid，Seegrid是一家以匹茲堡為中心的自動化汽車生產(chǎn)企業(yè)。視覺感知作為一條走低成本和借助大數(shù)據(jù)就能夠解決問題的技術(shù)路線，在汽車無人駕駛領(lǐng)域也獲得了越來越多自動駕駛相關(guān)企業(yè)的關(guān)注，其中最具代表性的企業(yè)便是特斯拉，另外還有成立于2015年的自動駕駛初創(chuàng)公司圖森未來。在汽車無人駕駛中，視覺系統(tǒng)取代激光導(dǎo)航，好像有點(diǎn)理想豐滿現(xiàn)實(shí)骨感的感覺，但是在AGV行業(yè)的導(dǎo)航應(yīng)用中，還是有一定的市場的。
　　相對于汽車的無人駕駛，視覺導(dǎo)航技術(shù)的技術(shù)難點(diǎn)是測距的算法足夠好，才能測的準(zhǔn)、定位準(zhǔn)確，及視覺導(dǎo)航對光照的要求比較高，而視覺導(dǎo)航技術(shù)在這兩方面缺陷，并不影響AGV小車在內(nèi)部物流的應(yīng)用，因?yàn)榕c汽車的無人駕駛相比，AGV小車的速度慢，更易定位，而對于內(nèi)部物流來說，解決光線的問題那是非常簡單的事了。
　　據(jù)Seegrid的產(chǎn)品和服務(wù)部副總裁Jeff Christensen介紹：視覺攝像機(jī)在每一個(gè)瞬間會拍攝精確時(shí)間間隔的照片，并對比每兩個(gè)圖像之間的差別，它們和所有物體之間的相對運(yùn)動，都會通過圖像的對比察覺出來，通過圖像對比，它會察覺到視差和景深，這就像人的眼睛一樣，通過數(shù)字處理并計(jì)算出感知到的距離。
    視覺導(dǎo)航不僅能夠感知到，是否有物體存在，同時(shí)也能感覺到它們的遠(yuǎn)近以及相對的運(yùn)動，通過攝像頭收件圖像，處理器將數(shù)字信號建立精確的三維數(shù)字模型，并調(diào)用運(yùn)動算法，根據(jù)立體幾何學(xué)進(jìn)行輔助修正，它們在運(yùn)動的過程中，無需額外設(shè)置輔助的感知標(biāo)識。
　　視覺導(dǎo)航技術(shù)相對傳統(tǒng)的技術(shù)依靠鋪設(shè)磁條、激光反射板等輔助，進(jìn)行導(dǎo)航定位，但是這些方法導(dǎo)致了高昂的場地改造成本、無法變更路線等問題，視覺導(dǎo)航是最接近與理解人類的“導(dǎo)航和避障”方式，多攝像頭除導(dǎo)航外，還可以作為巡檢、記錄的功能，無固定參照物的視覺導(dǎo)航方式，將能夠獲得更便利的部署，可以直接應(yīng)用于自然環(huán)境，無需現(xiàn)場改造。
　　視覺定位導(dǎo)航技術(shù)讓AGV小車有了識別感知功能，例如識別物體種類和位姿，AGV小車可以完成更多更復(fù)雜的工作，例如無人分揀、無人裝箱等。
　　和其他的導(dǎo)航方式不同，視覺導(dǎo)航AGV存在的最大優(yōu)勢即是允許無固定參照物，但為獲得更高的定位精度，除視覺導(dǎo)航外，可用其他的導(dǎo)航或定位系統(tǒng)作為輔助，以保證能夠獲得更好的定位精度和安全性。