随着物流业的需求及科技的发展,AGV(Automatic Guided Vehicle)已经越来越多的被应用于智能仓储中货物的搬运和拣选。AGV在智能仓储中有效的工作离不开路径的规划,特别是多AGV路径规划,其需要考虑时间、距离等的约束,避免AGV之间及其与障碍物之间的冲突。多AGV路径规划已经成为领域内的一个重点研究内容。本文应用人工势场法和蚁群算法,并结合优先级和速率调节方法针对多AGV路径规划进行研究,主要研究内容如下:首先,对智能仓储的发展、AGV路径规划问题和相关算法进行论述和分析,根据仓储环境的设定及AGV运行的特点,选用栅格法建立了智能仓储环境模型。针对多AGV路径优化问题,在考虑直行、转弯、加速不同的行驶时间成本情况下,以总行驶时间成本最小为目标建立AGV路径规划模型。然后,为了求解AGV路径规划模型,针对人工势场法无法确保得到全局最优解的不足,对人工势场法进行改进,并与蚁群算法相结合得到了势场蚁群算法。对于多AGV路径规划中的冲突碰撞,根据冲突节点前后节点的不同对碰撞类型进行判断,并利用优先级与速率调节相结合的方法采取加速或重新路径规划的策略解决AGV碰撞问题。最后,结合智能仓储系统的实际情况给出了案例,建立了 30*30的仓储环境栅格地图,生成一定数量的任务订单。经过仿真得到了 AGV的最优路径,并通过对结果的分析,验证了碰撞解决策略以及改进的势场蚁群算法的可行性。