自动导引车（AGV）是一种能够自动完成商品物料运输工作的移动机器人,也是智能仓储的重要组成部分,近年来电子商务的快速发展极大地促进了多AGV系统的应用。本文针对仓储环境中多AGV路径规划问题涉及的路径规划、任务分配和冲突避免三个方面展开研究,以缩短多AGV系统行驶距离、提高运行效率为目标提出优化解决方案。首先,根据仓储环境特点使用栅格法建立通用仓储环境模型,针对AGV行驶过程中频繁转向导致运行时间增加的问题,对A*算法的启发函数和蚁群算法的转移概率计算公式做出改进,减少了两种算法规划路径中转向点的数量。然后,针对传统多AGV任务分配算法存在的空载行驶距离代价高和AGV行驶距离不均衡问题,以最小化空载行驶距离和AGV行驶距离均衡分配为目标设计适应度函数,使用改进K-means聚类算法和贪心算法优化单亲遗传算法的初始种群,利用改进后的单亲遗传算法实现多AGV任务分配,有效缩短了AGV空载行驶距离,提高了AGV行驶距离的均衡程度。随后,针对多AGV冲突避免问题将其分为两个阶段进行处理,在路径规划阶段将其余AGV已规划未完成的路径信息引入到A*算法的启发函数中减少路径相交/重合现象的发生,降低了冲突发生的概率;在运行阶段设计了一种以栅格为占用时间计算单位的改进时间窗算法实现了多AGV运行过程中的冲突避免,与单向图法相比有效缩短了执行任务所需的行驶距离。最后,模拟AGV作业流程在MATLAB环境中建立多AGV运行仿真系统,通过仿真实验验证改进算法有效性,结果表明本文改进算法能够有效避免AGV之间发生冲突,缩短行驶距离,提高运行效率。