AGV是一种具有运载功能的移动机器人,而多AGV避碰规划方法能够为执行物流运输任务的各AGV规划出从起点到目标点无碰撞的路径。然而,在实际运行时由于AGV存在运动状态不确定性可能导致原先已经为各个AGV规划出的避碰路径失效,进而在AGV运行时出现拥堵甚至发生碰撞的情况。针对上述问题,本文提出一种考虑运动状态不确定性的多AGV协同避碰规划方法,包含静态环境下全局避碰规划方法以及动态环境下局部避碰规划方法两方面,本文主要内容如下:对多AGV的作业环境进行建模;基于该环境模型提出一种多AGV避碰规划问题的建模方法;分别在静态环境和动态环境下对AGV的运动状态不确定性进行分析;提出了考虑运动状态不确定性的多AGV避碰规划方法的整体框架。对于静态环境下多AGV全局避碰规划方法,本文提出了基于负载信息地图的CBS（LMCBS）算法。首先设计带有负载信息的栅格地图以及避碰规划评价指标;其次基于负载信息地图提出改进的CBS算法;最后对算法进行了求解效率优化。在仿真环境下对LMCBS算法进行了验证,结果表明该方法能够在保证规划路径质量的情况下降低各AGV路径的密集程度,降低了在运动状态不确定性的条件下多AGV行驶时发生拥堵的可能,同时求解问题所花时间相比改进前有明显缩短。对于动态环境下多AGV局部避碰规划方法,本文提出了分布式多AGV协作策略以及协作D*Lite算法。首先,提出分布式多AGV协作策略以及多AGV优先级确定方法;其次基于该协作策略设计局部路径表,进而提出协作D*Lite算法。对基于分布式协作策略的协作D*Lite算法进行仿真实验,结果表明该方法能够对多AGV进行局部规划,且在规划的同时出现运动状态不确定问题时,能规划出无碰撞路径。设计了全局避碰规划和局部避碰规划软件系统,开发了核心功能模块以及UI界面。使用实际车间环境地图进行多AGV避碰规划系统实验验证,实验结果表明本文提出的多AGV协同避碰规划方法能够很好地满足车间场景下的避碰规划需求。