1．目的及意义

随着市场的国际化和物流业的不断发展，仓储业作为物流管理过程中的重要组成部分，其运转质量与效率已经对整个物流过程产生了极大影响^[1]。但随着仓储规模的不断扩大，陈旧的管理方式与硬件设施已经不能满足需求，许多工作仍靠人工完成^[2]。在大型仓库中，货物的流动性非常大，货物的进出变动复杂，人工效率极低^[3]。这就要求更新旧的仓储管理模式，依靠科技手段，推广应用新型的仓储监控技术。在计算机、机器人的基础上建立的智能仓库系统，可以及时更新和实时监控仓库货物信息，实现数据的自动化采集、存储，尽可能减少人工操作，简化操作流程，提高库存运作效率。

自动导引车（AGV）能在计算机监控下，按路径规划和作业要求，使小车较为精确地行走并停靠到指定地点，完成一系列配货作业等功能，在智能仓库系统中能够代替工人进行搬运、存取货等功能，极大地提高了工作效率，节约了成本^[4][5]。随着社会的进步和工业技术的发展，AGV 已经成为当今工业生产、自动化仓储系统中的重要工具之一。

其中，自动导引车的路径规划是整个智能仓储系统的关键技术之一，可以描述为：移动机器人依据某个或某些优化准则（如工作代价最小、 行走路线最短、行走时间最短等），在运动空间中找到一条从起始状态到目标状态、 可以避开障碍物的最优或者接近最优的路径^[6][8]。

在目前的研究中，移动机器人路径规划方法大体上可以分为四种类型： 其一是基于环境模型的路径规划，它能处理完全已知环境( 障碍物的位置和形状预先给定) 下的路径规划，而当环境变化（出现移动障碍物）时，此方法效果较差，具体方法有：A*算法、可视图法和拓扑图法等^[7][12]；其二是基于传感器信息的局部路径规划方法，原理简单却寻不到最优结果，其具体方法有：人工势场法、模糊逻辑法等；其三是基于行为的路径规划法，它把导航问题分解为多个相对独立的导航行为单元，如避碰、跟踪、目标制导等，这些单元彼此

协调工作，完成总体导航任务^[9][10]；最后是群智能算法，具有强鲁棒性、全局寻优、并行性等特点，如蚁群算法、粒子群算法等^[11][15]。

本文将对利用群智能算法求解自动导引车在仓库中移动的最优路径进行研究，将现实中的仓库及其中的自动导引车抽象化进行建模，利用群智能算法求解自动导引车调度的最佳方式，并编程实现这一调度系统的基本功能与界面。

{title}

2. 研究的基本内容与方案

{title}

2.1.论文组织结构

论文一共有6章，内容分布如下：

(1)第一章 绪论：说明选题的意义和目的，简单介绍AGV系统，并且对本文所要做的工作的进行简要的描述。

(2)第二章 AGV路径规划相关知识概述：对于AGV系统的路径规划方法做了简要概述，总结AGV系统路径规划的研究方法、具体算法及发展趋势。

(3)第三章 单机器人动态路径规划：在静态环境已知的环境中，研究移动机器人的动态路径规划问题。