對于自動導引車（Automated Guided Vehicle，AGV）的單機路徑規劃問題，已存在很多靜態算法可以有效求解。但由于 AGV間搶占系統資源的相互影響和制約，多臺AGV的協同作業會出現死鎖、碰撞沖突等問題，靜態路徑規劃算法無法滿足實時動態作業的系統需求。智能倉儲系統中，多AGV動態路徑規劃的核心問題不再僅是單AGV快速求解最優路徑，而在于多臺AGV的沖突避免或解決，達到整體協調最優。

倉儲AGV

要使得多個機器人在道路規劃上最優，無非是在單個小車規劃路徑時考慮其他小車的行駛路線，進而選取最優的一個行駛方案。另外，不同于室外場景，我們在倉庫中規劃小車路徑，整個道路都是可以設計的，所以我們的問題可拆解為：

(1) 倉庫中道路的設計；

(2) 獲取到其他小車的路徑行駛狀態；

(3) 定義可能的道路擁堵；

(4)規劃最短路徑；

(5) 交通管制。

多AGV

在規劃AGV小車路徑時，要在考慮到道路擁堵的情況下去規劃最短路徑，以滿足整體規劃結果最優，使用A*算法，用G值為參考檢查新的路徑是否更好， 將地圖中其他小車規劃的路徑的點的G值增加，即可盡量避免搜索到相同的路徑，同樣的道理，在車輛需要轉彎的時候，也同樣增加轉彎下一點的G值，從而規劃路徑盡量避免轉彎的情況出現，來達到整體效率最高，全局路徑最優。

此外，由于路徑規劃都是靜態規劃的路徑，車輛在行走過程中同時需要對每輛小車進行鎖格的交通管制，來保證車輛不會相撞。

AGV小車

企業必須認識到，過去靠勞動密集型低端產業獲得原始積累的老路子已經走到頭了，依靠各種創新，才是制造業的唯一出路。但是抱著“別人有我也有”的思路去上馬AGV物流項目，失敗是必然的，“有”和“有用”有著天壤之別，一定要在創新的基礎上，響應用戶自身的需求。如用途、場地、成本、產品檔次等情況。

合理規劃AGV小車路徑，減少交通堵塞問題，一個良好的路徑規劃，不但可以使多臺AGV小車降低道路堵塞的風險，還可以讓物流系統更加順暢，搬運效率更高。

審核編輯 黃宇