智能时代的到来催促着物流行业向着智能化方向发展,仓储作业作为物流的关键环节,直接影响整个物流水平和运作效率。本文所研究的对象是自动导引运输车AGV,是智能运输系统的核心组成成分,在商用和军用方面具有较好的研究价值和应用前景,吸引了大量研究学者的关注。鉴于这种情况,主要研究内容本文主要从道路识别技术、路径规划能力和仓储建模仿真三个部分对AGV小车进行分析研究,主要内容包括:(1)道路识别是针对AGV在执行路径过程中出现位置错误或偏离道路情况而提出的功能模块,设计了一套利用激光雷达探测反光板的道路识别方案,介绍了基于智能仓储拓扑图的反光板布设方式;设计了基于数学几何知识的AGV动态识别位置信息的方案;设计了在不同地图属性条件下基于限幅或PID调节的道路修正方案,防止AGV行进过程中偏离理想道路。(2)对于路径规划,提出改进A*算法,采用分裂和筛选的方案,在未知节点的启发函数里增加转弯权值,减少运输路径中的总能耗,缩短路径总长度和减少AGV转弯次数。使用任务分裂方案可以尽可能多地选择出较优路径,最大化罗列较优解,增大选出最优路径的概率。并通过对计入转弯消耗、并发搜寻的规划结果再次考量从而选出最优解,消除路径中的冗余节点和多余拐点。通过多线程分裂任务的方案,不仅可以极大加速路径规划的时间,还可以解决局部最优问题,在初始点到目标点之间充分遍历可行路线,选择出全局合理路线。(3)使用ROS系统的URDF功能插件构建圆形AGV模型,配置相关属性后,自动生成模型实体,并在其开发模式下扩展出路径规划算法功能包,在RVIZ可视化仿真时使用指定算法进行仿真实验,展示算法优化效果。对比实验结果表明,改进A*算法在规划时间、总行程以及转弯消耗等方面都优于传统A*算法,更符合工厂环境对AGV的需求。