自动导向搬运车系统(AGVS)是自动化仓储系统的重要分支,其设计与研发符合物流系统智能化的发展要求。通过合理规划和调度,能够提升仓储系统的储存量、货物的周转率以及分拣准确率,降低物流成本。本文以AGVS调度为主要研究内容,通过优化任务分派策略,最大化单位时间内的货物吞吐量,进一步降低成本,提升分拣运输效率。主要研究内容如下:一、结合仓库环境特点,针对栅格法建模精度与内存的局限性,提出了融合通行方向信息的栅格地图构建法,并设计对应的地图信息存储结构,完成了电子地图的构建;针对单自动导引运输车(AGV)路径规划搜索速度的要求,结合仓库实际场景对A*和Dijkstra算法展开研究,通过试验分析,最终选用A*算法作为路径寻优基础算法。二、针对常规任务模式下负载与路径的资源浪费问题,设计了“单次多任务”的新型作业模式,并改进了粒子群算法,实现了批量组合策略下的任务组重构;同时针对任务组的执行顺序问题,提出了基于任务组优先级和时间窗的动态任务排序算法,进一步优化任务分配结果。面向随机派发的不均衡问题,建立了以剩余电量与AGV疲劳程度为评测指标的派发模型,降低了AGV的能耗问题引起的故障频率。三、针对AGVS资源分配冲突问题,提出了基于路径转向因子、繁忙因子校正计算距离的改进A*算法,降低了寻优过程中临时路径的冲突概率;针对本文提出的作业模式,设计了时间窗的精细化计算策略,并提出基于任务组优先级与路况影响的静态时间窗算法,提升路径资源分配的科学性;针对实际作业过程的突发问题,设计基于在线冲突监测的动态路径调整策略,提升了系统处理突发事故的能力。最后,搭建了由多移动机器人组成的调度试验平台,开发了AGVS调度算法软件,对AGVS的路径规划及调度算法等相关研究及理论分析结果进行了实验验证与分析。结果证明了在完成相同数量的任务的前提下,采用本文的策略及算法完成单位任务的平均路径成本更少、冲突的发生率更低。