自动引导小车(AGV)的有效路径规划对于智能仓库、无人码头和自动化工厂等工业场景具有重要意义。近年来,尤其随着电子商务的发展,网上购物越来越受欢迎。为了加速消费者的递送过程,物流中心需要智能地对包裹进行高效的分拣和运输,这需要使用智能的AGV而不是传统的人工和传送带来实现。由于物流分拣中心每天有成千上万件包裹需要分拣和运输,为了提升分拣效率,人们已经开始研究在给定的时间内多AGV运输尽可能多的包裹。然而,当两个或者多个AGV在相同时间通过相同区域时会造成死锁和冲突。本文研究物流中心多AGV自动分拣无冲突和死锁的路径规划及调度问题。针对实际场景的布局,本文的目标是使用尽可能少的AGV并且使得系统运行期间分拣吞吐量最大。为了解决物流中心多AGV无冲突和无死锁路径规划的问题,本文主要完成了以下几方面的工作:本文首先分析和总结了现有多AGV路径规划方法的优缺点,并在现有多AGV路径规划的研究基础上,对物流分拣中心场地布局的特征进行调研。基于图论模型将场地布局抽象成无向图,在无向图的理论上本文对多AGV自动分拣系统路径规划问题做了详细的描述。本文主要研究了以完工时间最小为目标函数的无冲突和无死锁多AGV的路径规划,其中完工时间是指所有AGV完成一次传送的最大时间。针对少量AGV无冲突路径规划的问题,本文提出了启发式搜索算法和协调算法,AGV通过启发式算法可以快速地估计最短路径的方向。当多个AGV搜索路径时会产生冲突,本文通过使用协调算法让AGV等待和转弯的策略来避免与其他AGV的路径冲突。针对大量AGV和场景复杂的无冲突路径规划问题,本文首先提出候选路径生成算法为每个AGV规划出多条路径,其次根据最优路径组合选择算法选出一组路径,此组路径组合使得冲突和死锁最少。然后本文将安排时间划分为时间片对动态改变的AGV路径构造出一个面向资源的着色时间Petri网(CROTPN)模型,并基于该模型对各种冲突和死锁进行了分析和求解,譬如节点冲突、圈、圈链、互动圈链和环等。通过时间片控制策略,各种冲突和死锁都可以被有效的避免。本文使用CPNtools工具进行仿真实验,实验结果显示基于CROTPN模型的方法可以实现使用更少的AGV完成更多的运输任务。