随着劳动力成本的提升,传统的仅靠人工拣选的取货方式正在逐步被淘汰,而当今AGV取货方式多采用固定的磁钉或磁带进行定点取货,取货路线的选择较单一,应变能力较弱,不能保证货物取送过程中对路径的实时识别与跟踪,从而大大增加了订单的出库时间。近年来随着机器视觉技术的不断成熟,利用视觉技术对取货路线进行识别跟踪成为一个研究热点。针对现阶段取货方式中出现的问题设计研究了一种基于视觉的机器人路径识别控制系统。首先通过对机器人定位技术基础理论分析,提出了一种“二维码+机器视觉”的组合定位技术。该方法是通过对建立的电商仓库模型进行栅格建模来获取仓库道路位置点的环境坐标,利用二进制编码的方式对该位置点的坐标进行编码将其制作成二维码张贴在该位置,利用视觉技术对该位置点的路标二维码进行识别并将识别结果直接反馈给控制系统,经控制系统处理后实现对机器人的精确定位。该方法提高了机器人的识别能力,缩短了定位所需的时间,提升了系统的工作效率。其次,根据系统建立的结构化静态环境仓库模型,通过比较分析了多种路径规划算法,选用了一种以遗传算法为核心对初始静态仓库进行全局路径规划,采用改进的引入路径权重的A*算法进行局部优化的一种组合规划算法。该方法成功解决了盲目搜索路径的问题,缩短了路径搜索所需时间同时该方法满足机器人工作的实时性要求。最后利用视觉技术对带有红色标识线的仓库道路进行图像采集、处理,运用最小二乘法对红色标识线的中心进行直线拟合,根据拟合的直线与机器人位姿的关系建立机器人的路径跟踪模型,通过利用模糊控制的方法对移动机器人进行实时控制使其能够沿着既定的路线行驶,完成对既定路线的跟踪。在实验设计和研究的过程中,通过对系统进行场地测试成功的实现了对机器人的准确定位和对既定路线的准确跟踪,能够高效准确的到达目标点,证明了该系统在对仓库中路径的识别具有一定的实用性和可行性。