路径规划是AGV(Automated Guided Vehicles)控制中的关键问题之一,也是AGV导航的基本环节之一。论文主要对静态已知环境下的全局路径规划、动态未知环境下的局部路径规划分别作了研究。 首先对AGV全局定位作了研究,并给出了激光全局定位测量机理和算法。在AGV运动时,三角定位算法难以确定AGV位置,论文采用扩展卡尔曼滤波器对此进行补偿。 其次在静态已知环境中,采用一种改进的可视图法建立环境模型;确定了AGV向目标点运动的有效路径;使用遗传算法进行全局路径规划,并用matlab对算法进行仿真,仿真结果表明该方法的可行性。 最后给出了动态复杂环境中AGV的路径规划。动态环境中AGV路径规划是一较难解决的问题,论文提出了一种基于速度障碍、碰撞危险度概念的动态环境模型,并在此基础上结合模糊神经网络给出了AGV的路径规划方法。最后在matlab中给出了在有静止和运动障碍物的动态环境中路径规划仿真结果,结果表明该方法是可行的。