導航一直是智能小車AGV的核心技術，磁條導航、激光導航、二維碼導航、自然導航等技術之后，最近，視覺導航從后臺走向了前臺，引起AGV行業的重視。
　　視覺導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、方向和其他環境信息，并用一定的算法對所獲信息進行處理，建立環境模型，進而尋找一條最優或近似最優的無碰路徑，實現安全移動，到達目的地。
　　在視覺導航技術，有兩大關鍵點——視覺攝像頭和人工智能算法，其中前者主要用于獲取環境信息，后者則用來分析數據，提取特征量，從而為下一步的行動提供決策依據。
　　在談視覺導航時不得不提Seegrid，Seegrid是一家以匹茲堡為中心的自動化汽車生產企業。視覺感知作為一條走低成本和借助大數據就能夠解決問題的技術路線，在汽車無人駕駛領域也獲得了越來越多自動駕駛相關企業的關注，其中最具代表性的企業便是特斯拉，另外還有成立于2015年的自動駕駛初創公司圖森未來。在汽車無人駕駛中，視覺系統取代激光導航，好像有點理想豐滿現實骨感的感覺，但是在AGV行業的導航應用中，還是有一定的市場的。
　　相對于汽車的無人駕駛，視覺導航技術的技術難點是測距的算法足夠好，才能測的準、定位準確，及視覺導航對光照的要求比較高，而視覺導航技術在這兩方面缺陷，并不影響AGV小車在內部物流的應用，因為與汽車的無人駕駛相比，AGV小車的速度慢，更易定位，而對于內部物流來說，解決光線的問題那是非常簡單的事了。
　　據Seegrid的產品和服務部副總裁Jeff Christensen介紹：視覺攝像機在每一個瞬間會拍攝精確時間間隔的照片，并對比每兩個圖像之間的差別，它們和所有物體之間的相對運動，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，通過數字處理并計算出感知到的距離。
    視覺導航不僅能夠感知到，是否有物體存在，同時也能感覺到它們的遠近以及相對的運動，通過攝像頭收件圖像，處理器將數字信號建立精確的三維數字模型，并調用運動算法，根據立體幾何學進行輔助修正，它們在運動的過程中，無需額外設置輔助的感知標識。
　　視覺導航技術相對傳統的技術依靠鋪設磁條、激光反射板等輔助，進行導航定位，但是這些方法導致了高昂的場地改造成本、無法變更路線等問題，視覺導航是最接近與理解人類的“導航和避障”方式，多攝像頭除導航外，還可以作為巡檢、記錄的功能，無固定參照物的視覺導航方式，將能夠獲得更便利的部署，可以直接應用于自然環境，無需現場改造。
　　視覺定位導航技術讓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雜的工作，例如無人分揀、無人裝箱等。
　　和其他的導航方式不同，視覺導航AGV存在的最大優勢即是允許無固定參照物，但為獲得更高的定位精度，除視覺導航外，可用其他的導航或定位系統作為輔助，以保證能夠獲得更好的定位精度和安全性。