一、機械設計

二、導引及定位技術

作為 AGV 小車技術研究的核心部分，導引及定位技術的優劣將直接關系著AGV 小車的性能穩定性、自動化程度及應用實用性。

三、驅動技術

四、路徑規劃和任務調度技術。 

1、行駛路徑規劃。行駛路徑規劃是指解決 AGV 從出發點到目標點的路徑問題，即“如何去”的問題。現階段國內外已經有大量的人工智能算法被應用于 AGV 行駛路徑規劃中，如蟻群算法、遺傳算法、圖論法、虛擬力法、神經網絡和算法等。

2、作業任務調度。作業任務調度是指根據當前作業的請求對任務進行處理，包括對基于一定規則的任務進行排序并安排合適的 AGV 處理任務等。需要綜合考慮各個 AGV 的任務執行次數、電能供應時間、工作與空閑時間等多個因素，以達到資源的合理應用和再優分配。

3、多 AGV 協調工作。多機協調工作是指如何有效利用多個 AGV 共同完成某一復雜任務，并解決過程中可能出現的系統沖突、資源競爭和死鎖等一系列問題。現在常用的多機協調方法包括分布式協調控制法、道路交通規則控制法、基于多智能體理論控制法和基于 Petri 網理論的多機器人控制法。

五、運動控制技術。不同的車輪機構和布局有著不同的轉向和控制方式，現階段 AGV 小車的轉向驅動方式包括如下兩種：兩輪差速驅動轉向方式，即將兩獨立驅動輪同軸平行地固定于車體中部，其它的自由萬向輪其支撐作用，控制器通過調節兩驅動輪的轉速和轉向，可以實現任意轉彎半徑的轉向；操舵輪控制轉向方式，即通過控制操舵輪的偏航角實現轉彎，其存在小轉彎半徑的限制。

控制系統通過安裝在驅動軸上的編碼器反饋來組成一個閉環系統，目前基于兩輪差速驅動的 AGV 路徑跟蹤方法主要有：PID控制法、再優預測控制法、專家系統控制法、神經網絡控制法和模糊控制法。

六、信息融合技術

信息融合是指利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，并對周圍環境、戰況等進行適度的估計。目前，在導域研究和應用的信息融合技術主要有 Kalman 濾波、貝葉斯估計法與 D-S 證據推理等，其中以 Kalman 濾波廣。Kalman 濾波具有良好的實時性，但它是建立在嚴格的數學模型的基礎上，當導引模型存在較大建模誤差或者系統特性發生變化時往往會導致濾波發散。為提高濾波算法的魯棒性和自適應能力，可針對 AGV 的導引要求與特點，研究適當的自適應 Kalman 濾波算法、魯棒濾波算法或智能濾波（如模糊推理、神經網絡、專家系統）方法等。

七、安全防護技術

避障傳感技術（AGV）帶有自動測距系統，在測定障礙物距離后，會根據不同的障礙物距離進行多級的減速緩沖停車，并且會實時地量化測量障礙物距離，同時智能 AGV小車采用覆蓋式障礙物測量，而且不受外界的各種干擾因素影響，抗干擾能力十分強大。