针对物流仓储系统中的多任务调度问题,现有的多任务组合模型中未考虑能耗因素,而AGV（Automated Guided Vehicle）能耗越大,运行过程中充电的次数越多,会造成系统中断,从而影响系统效率。其次针对物流仓储系统中的AGV冲突问题,目前大多数采用停车等待策略来解决,而该策略会增加系统能耗。本文主要从基于能耗优化的多任务AGV调度和路径规划两方面开展研究,建立了基于能耗的多任务组合模型,提出了动态优先级的离线任务组调度策略,优化了车辆派发策略,以及提出了速度控制的混合避障策略。主要研究内容如下:（1）针对AGV系统基础内容问题,首先介绍了AGV系统层级结构以及常用的环境建模方法,分析了栅格道路模式,通过栅格法构建了单通道双向的实际工作环境电子地图。其次对比了两种常用的AGV静态路径规划算法,Dijkstra算法和A*（A-Star）算法,实验仿真结果表明,与Dijkstra算法相比,A*算法搜索范围小,搜索具有方向性,计算量少,计算速度快,并选用A*算法作为AGV静态路径规划一次调度的寻优算法。（2）针对现有的多任务组合模型中未考虑AGV能耗问题,建立了以AGV总能耗和任务出库总时间为目标的多任务组合模型,实现了批量组合策略下的任务组重构。其次从种群筛选机制、基于信息素交叉和双变异三个方面改进了NSGA-II算法对模型求解,实验仿真结果表明,与原NSGA-II算法相比,改进后的NSGA-II算法大大地改善了解的质量同时提高了算法的稳定性。（3）针对离线任务调度中任务不公平现象,首先改进了任务优先级计算方法,提出了基于动态优先级的离线任务组调度算法,有效解决了任务不公平现象。其次针对车辆派发中存在AGV充电堆积现象,提出了混合车辆派发策略,实验仿真结果表明,与基于电量车辆派发策略相比,本文的车辆派发策略极大的改善了AGV充电堆积现象,避免系统处于停滞状态,提高了运输效率,而且处理应急任务能力较好。最后针对突发事件,提出了在线任务调度策略,进一步提升了系统的性能。（4）针对AGV静态路径规划中转弯次数多和进入拥挤路段问题,从少转向和避免进入拥挤路段两方面对A*算法做出改进,实验仿真结果表明,与原A*算法相比,改进后的A*算法在转弯次数和避免进入拥挤路段两方面均得到了较大的改善。其次针对AGV之间的冲突问题,介绍了AGV之间的冲突类型,建立了冲突检测方程以及AGV行驶状态与栅格节点时间窗之间的数学关系,提出了速度控制的混合避障策略,实验仿真结果表明,与停车等待策略相比,本文提出的避障策略在AGV行驶效率、启停次数和总能耗方面均得到了较大的改善。最后针对突发事件,提出了在线避障策略,进一步完善了避障体系。