自动引导车辆(Automated Guided Vehicle,AGV)是用于物流自动化和运输自动化的搬运设备。以自动引导车辆为背景,本文研究了AGV的栅格地图环境建模方法、基于几何约束A*算法的全局路径规划、基于模糊虚拟目标APF算法的局部路径规划和基于双路径约束遗传算法的多AGV车辆调度。具体内容叙述如下。本文从四个方面对AGV的路径规划问题进行深入研究,主要工作包括:1.地图构建方法方面。阐述了四种地图构建算法,分别为拓扑地图法、可视地图法、栅格地图法和自由空间法。基于分区路径搜索思想,通过栅格地图法解决AGV环境地图预处理问题,生成初始环境栅格地图。2.全局路径规划方面。基于删除路径冗余节点与无效拐点方法,提出一种基于几何约束的A*算法实现AGV全局路径规划。通过与传统A*算法和RRT算法的仿真对比,验证了基于几何约束的A*算法在AGV全局路径规划问题中的有效性与可行性。3.局部路径规划方面。提出了一种基于模糊虚拟目标的APF算法,通过改进引力斥力函数与构建模糊逻辑虚拟目标的方式,实现AGV局部路径规划。通过与传统人工势场算法进行仿真实验对比,验证了基于模糊虚拟目标的APF算法在AGV局部路径规划问题中的有效性与可行性。4.AGV车辆调度方面。为实现多AGV车辆调度路径规划,提出一种基于双路径约束的遗传算法。通过采用三交换交叉启发式算子、交叉变异等方式优化传统算法,对算法施加最小化所有AGV的总路径距离和最小化每辆AGV路径距离的双路径约束,使得AGV在配送调度中获得最佳的最短总路径距离。通过仿真实验验证了基于双路径约束的遗传算法在解决多AGV车辆调度问题的可行性与有效性。