无人物流运输车是集合了外部智能感知、自动执行等智能化技术的一种新型机器人,可以快速、高效地实现物料的无人运输、搬运等任务,是目前物流和工业自动化的重要组成部分,使用合理的调度和规划算法,能够提高物料周转率以及降低物流成本。本文以面向企业内部物流的多AGV调度为主要研究内容,通过优化任务队列,最小化运输距离,进一步减少运输成本,提升效率。同时考虑到企业内部数据安全,基于工业区块链辅助存储实现系统用户管理,进一步提升了调度系统账号安全,能在一定程度上防止数据泄露。通过研究针对企业内部物流业务,完成调度系统功能设计,并深入研究了多AGV的调度和路径规划算法,能有效的节省企业内部物流成本,同时也有效的提升物料运输效率。主要研究内容如下:通过分析企业内部物流业务需求,兼顾用户使用便利性,以及模块化原则,规划了整个系统的工作流程,采用三层技术架构设计并实现了多AGV调度系统。并且基于工厂模式设计AGV驱动程序,以实现不同类型的AGV在调度系统中同时运行并且参与调度。基于AGV利用率和路径距离最优原则,构建任务模型,实现了基于多优先级的任务调度策略。将任务划分为不同优先级,在任务创建时,调度系统首先计算任务优先级大小再放入对应任务队列等待运行,同级优先级按照先创建先执行规则进行调度。针对于AGV转向耗时问题,首先对A*算法三种评价函数进行分析比较并改进A*算法,增加了曼哈顿评价函数的比重并在启发函数中添加转向权值,保证AGV在执行任务时路径尽量保持直行,减少转弯次数,提升运输效率。对于静态规划中路径冲突和死锁问题,设计了精细化计算的时间窗,提出了基于任务优先级的静态时间窗策略,降低了在静态路径规划中出现冲突和死锁的概率。针对运行时故障和冲突问题,提出了实时监测和动态调整策略,系统在任务执行期间全程实时监控,对冲突进行预测和避免以提升系统稳定性。最后搭建多AGV的实验平台,首先进行了单AGV调度实验,验证了调度系统功能和路径算法能够达到预期效果;其次使用多子任务随机分配至多AGV实验,验证了调度系统在多任务环境下均能够规划出最短且最少转向路径,多AGV能无冲突且效率较高的完成运输任务,也进一步验证了时间窗策略能有效的避免路径冲突和死锁问题;基于多AGV运行环境,验证了能对即将发生的冲突进行预测和避免,也验证了实时监测和动态调整策略的有效性。