随着人工智能的应用和发展,传统生产运输方式逐步将被淘汰,AGV的应用与开发得到了越来越多的关注,在智能制造业中占有极其重要的地位,是现代数控车间及物流系统的关键组成部分。作为物流运输的移动机器人,路径规划是其关键技术,路径规划问题也已成为当下研究的热点,也随之而来出现了各种难题,尤其是在面对复杂的现实环境时,AGV能否定位精准,规划出最优路径,安全避开各种障碍物并顺利抵达目的地,是AGV作业是否合格的重要参考指标。针对AGV在柔性车间复杂环境中可以实现自主导航作业为目标的问题,以ROS操作系统为基础,对AGV路径规划算法进行改进,实现了一套完整的柔性车间AGV导航系统,通过实验以验证。首先针对AGV路径规划前所需进行构建地图环境的问题,研究并选择激光SLAM算法进行环境建图,对激光SLAM技术原理进行深入研究与分析,构建出SLAM系统的相关模型,对激光雷达进行选型与调试,研究并采用Gmapping＿SLAM算法构建环境地图原理并成功通过该算法得到与周围环境一致性和精准度较高的地图。路径规划在AGV的运动控制中所起作用极为关键,且路径规划算法的效率直接影响AGV的寻路效率,因此,最后对AGV路径规划问题进行深入研究。针对传统A*算法在AGV路径规划中存在搜索范围大、转折多、实时性差等缺点,以A*算法为基础,通过建立栅格地图,改进启发函数,去除多余节点和优化避障安全性。其次,针对AGV在复杂环境下动态路径规划问题,将改进A*算法与动态窗口算法进行融合,规划出一条具有实时性的最优路径。通过仿真实验结果进行分析对比,验证了改进算法的有效性与可行性,实现了路径优化。在实验前先对AGV导航系统中硬件、软件的分析及选型,对其硬件平台连接进行分析,确定出AGV导航系统方案,再对其软件平台进行选择与调试,成功搭建出工作平台。最后通过机器人操作系统进行实际实验,分别进行直线、弯道导航、静态与动态避障导航实验,AGV运行时路径规划合理,满足实际应用需求。