自动化导引物流车(Automated Guided Vehicle,简称AGV)已经成为当今工业生产、自动化仓储、港口运输系统中的重要工具之一,路径规划问题是研究AGV系统的关键技术之一,即在已知环境信息地图中规划出一条绕过障碍物到达目标位置的最短路径。本文从碰撞概率最低和距离最短两个方面研究问题,提出了一种结合改进Dijkstra算法和改进遗传算法的路径规划算法,并搭建了AGV平台验证算法有效性。论文主要研究内容如下:(1)针对传统栅格地图构建过程只包含障碍物信息的不足,提出了一种融合AGV碰撞概率的改进栅格地图构建方法。通过分析两轮差速驱动AGV的尺寸和运动状态,设计了一种全局栅格碰撞概率的计算方法,并融入到传统的栅格地图中。(2)针对传统Dijkstra算法效率低下的缺点,提出了一种跨层搜索Dijkstra算法。设计了一种跨越k阶邻接栅格的搜索方法,在大范围的自由栅格区域采用跨层搜索方式,在靠近障碍物边缘区域采用逐层搜索方式,同时应用预处理方法进一步提高了计算效率。最后通过仿真验证了本文改进Dijkstra算法最多提升了41%的效率。(3)针对路径安全和路径最短问题,提出了一种基于改进遗传算法的安全路径规划算法。在融合碰撞概率栅格地图的基础上,使用跨层搜索Dijkstra算法规划的路径作为基准路径,应用改进遗传算法对基准路径进行偏移优化,最终得出一条保证碰撞概率最低前提下路径距离较短的最佳路径。构造了结合路径节点碰撞概率和节点偏移量的适应度函数,设计了以路径节点偏移量为依据的编码方式。最后在复杂环境地图中使用不同路径规划算法进行对照实验,证明了本文改进遗传算法规划路径的碰撞概率最多能减少47.3%。(4)根据需要,基于ROS系统设计并搭建了模块化的AGV平台硬件系统,同时开发了包含栅格地图构建、AGV定位、路径规划和驱动控制的AGV平台系统软件。在模拟环境和实际环境中对本文所提的改进算法的有效性和实用性进行了验证。