随着机器人、物联网等技术的发展与普及,应用自动导引车(AGV)的智能物流仓库以其高效的运作效率赢得了广大企业的青睐。在自动导引车系统(AGVS)中,主要存在碰撞与死锁两大难题,过去的仓库设计者往往采用单行线地图的方式规避该问题,但这种过于保守的地图设计策略将导致AGV需要绕行更远的距离才能抵达目的地,限制了AGVS的性能发挥。本文旨在保证AGVS较高运行效率的前提下,提出有效的交通控制策略,确保系统不因发生碰撞与死锁而陷入瘫痪。在文中,基于资源点授权的控制方式确保AGV之间不会发生碰撞;而死锁检测恢复算法(DR)、死锁避免算法(DA)两种交通控制算法则分别采用更换路径与等待的方式处理死锁等交通堵塞问题。值得一提的是,在死锁避免算法中,本文在前人二级死锁的基础上,定义了多级死锁与广义死锁,用以描述由于采用死锁避免策略而产生的新型死锁。与传统死锁的全局检测方法不同,本文提出的死锁检测算法从当前AGV出发,计算复杂度与AGV总数的平方线性相关,适合在大型智能仓库中使用。而在发生死锁后的恢复环节,本文提出了一种新型更换路径策略,确保在复杂路网中依然能解除死锁困境。除了交通控制方面的贡献,本文还针对AGVS的特性提出了基于未来路网交通状况的路径规划算法(FPP),通过对未来交通状况采样的方式为路网赋权,增大将有多台AGV经过的路段的权重,尽可能分散多台AGV的行走路线,减少碰撞与死锁的产生。利用这种通过路径规划避开拥堵区域的思想,本文还提出了一种基于历史路网动态规划路径的交通控制算法(HBPP),通过采样历史数据识别拥堵的路段,并采取重新规划路径的方式,让AGV离开这个区域。在仿真实验阶段,本文设计了两种不同类型的智能仓库地图,分别适用于快递分拣与仓库系统。为评价不同策略的优劣,本文从仿真结果中提取了“浪费率”指标,用以衡量AGV执行任务时因等待与更换路径而多花费的时间。之后,通过大规模仿真实验,比较分析了不同交通控制算法在两种地图中的性能,证明了算法的有效性。