智能制造已经成为整个制造业发展的方向,智能运输机器人是当前国内外柔性制造车间物流运输的研究热点。由于单机器人能力存在难以突破的壁垒,多机器人技术应运而生,其中任务分配与调度技术是多机器人的关键技术之一。如何提高多机器人物流运输过程中的稳定性、快速性以及准确性是其中的重要问题。智能移动机器人依靠自身携带的传感器能够感知环境、自主导航和自动避障,利用多机器人任务分配与调度技术,多机器人通过通信获取中央控制器的任务分解和任务分配信息,进行动态路径规划并生成可供执行的动作序列,整个机器人群体能够协作应对和高效完成柔性运输任务。本文基于机器人操作系统（Robot Operating System,简称ROS）,面向柔性制造车间开展多机器人的物流任务分配与调度技术研究。涉及的内容包括:柔性制造车间物流运输条件下多机器人体系结构和通信机制、多机器人的运输任务分配方法、多机器人自主导航和路径规划、多机器人协作运行的可靠性、高效性和准确性分析。在此基础上,策划并进行了实验验证。主要工作如下:（1）确定柔性制造车间物流运输条件下多机器人的结构体系和通信机制。采用单机器人分层递进的四层结构及多机器人的混合式结构,建立基于无线局域网的C/S模型和P2P模型混合的多机器人通信系统;经对此通信系统仿真,分别以机器人数量和负载大小为自变量,分析MAC层的基本访问机制和RTS/CTS访问机制的时延特性,优选出不同条件下通信系统时延最小的访问机制,从而提高多机器人系统的通信时效性。（2）研究柔性制造车间物流运输条件下多机器人任务分配与调度方法。面向柔性制造车间的多工位、多工件、多工序和多机器人的条件,构建数学模型,采用克隆选择算法进行多机器人的任务分配与调度。仿真实验表明该方法稳定可行,其优化能力和计算性能均优于遗传算法,能够提高多机器人系统的效率及稳定性。（3）研究物流运输过程中多机器人路径规划方法。基于ROS系统建立多机器人的运动模型和车间环境的物理模型,并建立二维栅格地图;为了减少路径规划中搜索节点的数量并且快速规划最优路径,提出一种复合对角距离改进A*算法。通过实验比较该算法和传统算法的多机器人总代价和系统持续时间的大小,表明该方法能缩短多机器人导航路径、减少多机器人运行代价和缩短完成物流运输的时间。（4）策划并开展了多机器人仿真和在柔性制造车间实际环境中的调度实验。先基于Gazebo进行多机器人系统仿真,提出一种多干道的调度方法以减少会车现象,提高系统的稳定性;然后策划并实施在实际场景根据物流调度需求的多机器人任务分配与调度实验,进行多机器人的定点调度时间测量、定点准停精度测量以及会车情况分析,验证了该调度方法和调度系统的稳定性、快速性和准确性。