AGV小车是一种移动机器人，是一种具有自动定位、导航和避障功能的自动物流设备。它被用于在现代制造车间建立一个灵活的物流系统。移动机器人的自主定位是机器人导航和避障的前提和关键。
 
        目前，AGV小车常用的定位方法包括激光雷达定位、GPS定位和视觉定位。激光雷达定位技术不适用于AGV小车的定位。虽然定位精度很高，但价格昂贵。主要通过测量周围环境的距离和角度实现，GPS定位技术通过接收GPS卫星信号实现定位，定位误差大，易受建筑物和树木的影响，不适合AGV车的室内定位，视觉定位技术非常适合AGV车的室内定位。它通过处理图像流数据来估计AGV小车的位置。它的可扩展性强，信息丰富，价格低。
 
        针对目前全球定位系统和激光雷达定位的不足，技术人员提供了一种自动制导车辆定位系统和方法。AGV小车定位系统包括：深度学习模块，利用深度学习方法训练工作环境的全局三维点云地图，获取地图学习模型和特征匹配标准，并存储在云服务器中；全局映射模块利用定位映射算法构建工作环境的全局三维点云地图，利用激光雷达对工作环境进行扫描，获取激光数据；根据针孔成像原理，构建了工作环境的局部三维点云图像。本地映射模块利用传感器实时采集工作环境的图像数据，包括深度图像和彩色图像；匹配定位模块根据特征匹配标准搜索全局三维点云图中的本地三维点云图信息，根据匹配信息恢复AGV车的姿态信息；实时显示模块实时显示工作环境的二维点云图和全局地图中各AGV车的姿态信息。
 
        所述图像数据包括彩色图像和深度图像。激光雷达安装在AGV小车的顶部中心，扫描工作环境，获取激光数据，建立全局三维点云图。传感器安装在AGV车前，构建局部三维点云图，收集工作环境的图像数据。AGV小车的定位方法是以30fps的速度采集环境中的彩色图像和深度图像，根据张的校准方法，校准相机内部参数：相机焦距（FX、FY）和相机光圈中心（CX、CY）；利用针孔成像原理恢复深度图像中任意点的三维坐标，得到环境的局部三维点云图像。
 
        与现有技术相比，AGV小车的定位系统具有以下有益的效果：1，通过构建环境的局部点云图，匹配全局点云图，采用相对便宜的Kinect传感器取代多线激光雷达，实现AGV小车的自动定位，从而降低AGV小车的成本。 2，通过深度学习方法对全局三维点云图像进行训练，获得了特征模型和匹配标准，不仅满足了AGV小车的实时定位的要求，还提高了AGV小车的定位精度。