本发明属于AGV运动控制领域，涉及一种基于反演滑模控制的AGV路径跟踪方法，包括：通过运动学建模确定AGV系统的控制目标与控制量，对控制量设计反演滑模控制器，并加入等速趋近律，得到显含滑模控制切换项增益的系统控制律；以抖振量为学习信号设计RBF神经网络的性能指标函数，对滑模控制切换项增益进行动态调节；使用粒子群算法优化RBF神经网络中迭代更新的控制参数的初始值。本发明以抖振量作为神经网络的学习信号，更直接和更有效地抑制系统抖振，使用粒子群算法计算得到参数的最优初始值，以加速AGV系统的收敛。本发明充分利用了滑模控制的稳定性与鲁棒性，直接有效地抑制了AGV系统的抖振，实现了AGV系统精准快速的路径跟踪。