人类可以借助多机器人系统执行工农业生产等领域中单调、复杂甚至危险的任务,达到降低劳动强度、提高效率的目的。在仓储物流领域,智能化仓储已逐渐成为生产力发展的必然趋势,利用多机器人系统来实现仓库自动化和智能化是一种可行的方法。本文主要面向智能仓储系统进行多机器人任务分配和路径规划两大方面的研究,最后构建了一个基于仓储环境的多机器人系统进行试验。任务分配是充分利用系统资源并提高系统效率的重要基础,其重要性随系统成员的功能差异性和任务的结构复杂性的增加而增加。根据多机器人系统所具有的环境多变性、任务多样性及动态性等特点,提出了适合仓储环境的多机器人系统的环境描述模型、任务模型和机器人模型,分析了经典的整数规划法和图搜索法等,提出了满足仓储系统需求的基于市场机制的多机器人任务分配算法。路径规划问题是在某些优化准则下,在环境地图中找到最优路径去依次完成任务分配得到的序列任务。本文分析了多机器人路径规划问题的特点,提出了仓储环境地图模型和机器人避碰策略;研究了经典的机器人全局和局部路径规划算法;对于现有的A*算法未考虑时间维度,导致机器人路径规划存在的碰撞、过度等待等问题,提出了适合智能仓储系统的多机器人时域协作的A*路径规划算法。研究了机器人的定位和运动控制理论与实现,构建了基于仓储环境的多机器人试验平台。基于此平台分析了机器人的定位及运动控制的精度;在基于市场机制的任务分配方法中,比较了完成任务的总路程和完成任务的最长时间两个指标的性能,并分析了两指标融合的性能,融合两个指标时任务分配结果的系统代价较优;分析了多机器人时域协作的A*路径规划算法,在规划阶段提前避免了多机器人间的路径冲突问题,较为合适地解决了仓储多机器人系统路径规划问题。