随着互联网技术的日新月异,移动机器人已被越来越广泛地应用于生产制造行业、服务业以及医疗行业。其调度系统作为最核心的组成部分,控制了移动机器人的主要工作。如何在多个机器人同时被调度时,为不同地理位置、不同用户需求派遣出效率最高、耗能最小的机器人,是一个具有挑战性的研究课题。为了解决移动机器人调度问题,无数研究学者以及算法工程师们提出过多种方法。在多目标处理中,大多数文献利用权重系数加权求和的方式,将多目标问题转单目标问题。这种方法简单易用,已在多个领域应用,但往往影响因子的选取过多或不合理,尤其是多目标间关联度较大的情况下,会造成解的质量不理想。基于国内外调度系统的研究成果,本文进一步对移动机器人调度技术进行了研究。课题研究是在仓储移动机器人系统基础上,设计一种基于POI(兴趣点)和Dijkstra算法的个性化调度系统。该算法将路径长度、电压、兴趣点作为主要影响因子,重新设计算法模型,同时最短路径根据本项目地图的特点选取Dijkstra算法作为计算方法,并结合协同过滤的推荐算法记录用户的兴趣点。针对传统调度算法优先级的确定过于单一,该算法提高了调度的合理性和效率。首先,本文对现阶段传统调度算法在国内外的研究现状进行了综述,对常用的调度算法进行了对比分析。然后,介绍了移动机器人系统架构设计,主要包括智能调度引擎架构设计、前台业务管理设计和后台业务管理设计。同时介绍了在真实业务场景的应用,最后概述了该系统使用到的技术体系,以及访问控制的设计。接下来,主要概述了该系统的调度算法,首先从室内地图的构建进行了分析,以及移动机器人最短路径的规划,使其运行效率、能耗等达到最优。接着分析了调度算法模型的设计。凭借模型的改进和算法的优化,使调度的效率得到了很好的提升。最后,进行了仿真实验的数据对比以及原型系统的性能验证,主要包括机器人数和任务完成时间的比较。实验结果表明本文提出的调度算法可有效提升调度效率以及减少机器人的能耗。此外,也验证了本文提出的调度算法具有良好的调度性能,同时,该算法对其他行业应用具有很好的借鉴价值。