近年来,随着工业4.0的到来与电子商务的迅猛发展,物流业已经成为经济发展中重要的组成部分。由于劳动力成本逐渐地增加,企业生产效率不断地提升,而自动导引车(Automated Guided Vehicle,AGV)具有工作效率高,安全可靠,可完成复杂且繁琐的工作任务以及应用范围广等优点,因此AGV成为现代物流自动化重要研究方向。　　本文以AGV为研究对象,重点研究AGV路径规划问题以及多AGV之间的动态协调问题。AGV路径规划问题是AGV研究领域中一项关键技术问题,目标为每个AGV都规划出从起始地址到目标地址的一条无碰撞最优路径,多AGV之间的动态协调问题则是在AGV路径规划基础上,AGV在同一空间环境中同时移动时,AGV之间能够实现无碰协调运作。针对AGV问题首先采用改进蚁群算法实现AGV路径规划问题,在此研究成果的基础上,给出了多AGV系统路径规划协调策略。主要工作包括:　　1.首先对AGV组织结构,AGV定位技术进行了研究,并建立了AGV运动学模型,针对不同算法进行了比较分析,最终采用了蚁群算法作为解决AGV路径规划问题的算法。　　2.研究了建立空间环境仿真模型的方法,结合本文研究的对象及所适用空间环境特点,利用栅格法思想建立了空间环境仿真模型。在传统的蚁群算法的研究基础上,对基本蚁群算法启发因子的计算进行了改进;提出了优胜劣汰机制以及全局信息素调整改进方案,合理地更新了路径规划中的信息素;利用最大最小蚂蚁系统对路径上信息素进行了限制;研究了路径规划中死锁问题的解决方法。最后给出了基于改进蚁群算法的AGV路径规划步骤并进行了仿真验证。　　3.研究了空间环境下多AGV路径规划结构,规定了任务分配优先级与AGV优先级,针对多AGV路径规划系统给出了多AGV路径规划目标评价函数以及参数的选取方法;确定了碰撞判断条件,且在满足碰撞条件的基础上分析了多种冲突类型,并根据不同冲突类型特征,采用了不同的冲突类型判断方法,同时对不同冲突类型设计了不同的解决策略,最后给出了多AGV动态路径规划策略步骤,并进行了仿真验证。