随着现代企业仓储规模的不断扩大,越来越多的企业在仓储系统中引入了智能无人车进行搬运、分拣等工作。而好的仓储用智能无人车路径规划算法,可以有效提高仓储系统的工作效率和安全性。本文对仓储用智能无人车的路径规划算法进行了研究。首先在概述了仓储用智能无人车技术的发展和常用路径规划算法的基础上,分析了几种常用路径规划算法的原理,从仓储用智能无人车的全局路径规划和局部路径规划两个部分进行研究。考虑到仓储系统的环境以及无人车的工作效率,重点研究以距离短和计算量小为优化目标的路径规划算法。针对全局路径规划部分,以经典A*算法为基础,提出了基于拓扑化环境模型的改进A*算法,在成功搜索到全局最优路径的同时能够有效降低搜索过程中的计算量。针对局部路径规划部分,以经典人工势场法为基础,提出了改进人工势场法,通过改进斥力势场函数,解决了目标不可达问题。在此基础上,通过设置子目标点的方法,解决了局部极小值问题。然后将全局路径规划算法和局部路径规划算法进行融合,提出了仓储无人车路径规划混合算法,通过决策模块以适应不同的仓库环境,仿真结果证明了该方法的可行性。最后设计了两轮差速驱动无人车的运动控制算法和上位机软件,并搭建了无人车硬件实验平台,通过实验验证了本文提出算法的有效性和实用性。