智能制造时代已经到来,世界各国正在争相通过充分利用信息通讯技术和网络空间虚拟系统相结合的手段,将制造业向智能化转型,以期能够在新的时代中抢占先机,夺取有力地位。工业4.0项目三大主题分别为“智能工厂”、“智能生产”和“智能物流”。其中“智能物流”是指充分发挥现有物流资源供应方的效率,通过互联网、物联网、物流网等技术整合各种物流资源,构建物流支持的智慧物流体系,为需求方提供高效、快速且能够充分满足其需要的高度定制化服务。在场内物流中AGV为代表的智能化运输以其自动化、智能化程度高、灵活性强、安全性好,绿色环保等优点正在代替传统的搬运设备而得到快速的发展,被越来越广泛的应用于全自动化工厂、智能化仓库、港口码头、机场等行业领域。基于以上背景,本文对在具有复杂环境的自动化总装车间内,如何使AGV避开执行物料运输的其他AGV和环形车,实现AGV分段式路径规划进行研究。首先,根据本文的研究对象和内容对智能物流、AGV定义、AGV关键技术以及场内车辆路径规划问题的国内外文献进行综述。并对电子地图构建以及车辆路径规划问题模型构建和求解算法进行分类总结,为本文的研究提供丰富的理论基础。其次,本文从电子地图构建和路径规划算法两个方面对A公司总装工厂车间内物料运输现状进行了阐述,并分析了存在的问题和原因,为本文的研究提供了现实依据。在此基础上将总装工厂车间利用拓扑图法绘制成了动态二维电子地图。最后,考虑了环形车对场内AGV运行造成干扰情况,以运送时间成本最小为目标函数,构建了单配送中心、单一类型运输货物、同车型、带时间窗、动态环境下的车辆路径规划模型,设计了相应的包括局部路径规划(Dijkstra算法)和全局路径规划(遗传算法)的两段式算法并利用python进行求解。在动态二维电子地图的基础上对A公司总装工厂车间内混有环形车的AGV物料运输路径进行了规划,为了验证模型有效性,对不考虑电子地图动态信息、AGV之间冲突情况下的模型也进行了求解并与加入这些参数的模型进行对比,验证模型中这些参数的有效性。同时通过对优化模型与原模型在AGV总行驶里程、总转弯次数和总时间成本三个方面的数据对比,综合得出优化模型AGV运输路径总里程更短、AGV转弯次数更少和AGV总运送时间成本更优的结论,即优化模型下AGV能更好的提高物料运输效率。图31幅,表12个,参考文献109篇。