计算机科学与探索

作者：王荣儿, 伍济钢

单位：1. 湖南科技大学 机电工程学院，湖南 湘潭 4111002. 湖南科技大学 机械设备健康维护湖南省重点实验室，湖南 湘潭 411100

关键词：自动导引车（AGV）,图像点云融合,深度学习,环境感知,工业场景

基金：湖南省科技创新计划项目重点项目（HST2313）；湖南省自然科学省市联合基金项目（2022JJ50129）。

随着自动化工业生产线和智能物流仓储系统的快速发展，自动导引车（AGV）作为工业自动化与智能制造的核心载体，其环境感知能力是实现高精度自主导航与智能化作业的先决条件。通过人工智能与多模态传感技术的深度融合，AGV能够突破传统感知模式的局限性，实现对复杂工业场景的动态理解与自主响应。其中，基于图像与点云的融合感知技术，凭借其在三维空间解析与语义信息互补方面的优势，成为提升AGV环境感知鲁棒性与适应性的关键突破方向。因此，对图像点云融合技术在AGV环境感知中的演进脉络进行梳理，对比典型融合策略的性能边界与应用场景，并且重点对基于深度学习的图像点云融合技术方法进行分析和总结，针对多传感器标定与长期稳定性、算法实时性、边缘计算资源与算法复杂度的矛盾及极端工况适应性等瓶颈问题，从无监督在线标定、动态感知-决策闭环优化、算法-任务协同设计以及极端场景自适应感知等维度探讨技术发展方向，为构建更安全、高效、普适的AGV环境感知体系提供理论支撑与技术路径参考。

来源：2026年第4期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2026年第4期