随着《中国制造2025》战略的提出,国家大力倡导智能制造、智能车间、无人工厂的研究。移动机器人作为智能车间的一部分,在车间中进行物料运输任务。本文针对工业环境中移动机器人的路径规划与车辆调度算法和策略进行了相关的研究,并开发了AGV路径规划与车辆调度系统,具体研究内容如下:（1）移动机器人的全局路径规划。在传统A*算法的基础上,修改了启发式函数,使其更贴近实际代价;针对搜索过程中可能遇到的代价相同的“平局”情况,提出基于夹角的打破“平局”策略。通过与传统A*算法进行比较,验证了所提出改进A*算法的有效性。（2）移动机器人的局部路径规划。针对单个障碍物的局部最小值问题,对传统人工势场法的斥力势场函数进行了修正,使移动机器人受到障碍物的斥力大小随距离按指数形式衰减,并结合采用多普勒降温策略的模拟退火法,解决了传统人工势场法面临的单个障碍物的局部最小值问题,通过与传统人工势场法进行对比,验证改进算法的有效性;针对多个障碍物的局部最小值问题,提出设置虚拟目标点的策略,同时将虚拟引力场的引力常数随距离按二次函数形式衰减,解决了传统人工势场法面临的多个障碍物的局部最小值问题。（3）多移动机器人的车辆调度。根据生产车间的具体情况,以移动机器人电量消耗率最小和货物运载率最大为目标,建立多移动机器人车辆调度的数学模型,提出融合遗传优化算法（Fusion Genetic Optimization Algorithm,FGOA）来解决所提出的数学模型;通过与遗传算法、蚁群算法、粒子群算法进行比较,验证所提出算法的有效性。（4）AGV路径规划与车辆调度系统的开发。根据AGV系统的功能需求,开发AGV车辆调度与路径规划系统,对本文提出路径规划和车辆调度算法进行实验验证。通过实验验证,证明本文所提出的改进算法和开发的AGV路径规划与车辆调度系统能够实现AGV的车辆调度和路径规划,满足实际需求。