顾文斌，陈泽宇，吴亚伟，苑明海

(1.河海大学 机电学院，江苏 常州 213022；2.常州工程职业技术学院，江苏 常州 213022)

0 引 言

自动引导小车(automated guided vehicle，AGV)最早出现于二十世纪五十年代，是一种智能化物料自动搬运设备，其特点在于自动化程度高、易于控制、节省劳动力、提高运输效率、占地空间小等，因此，AGV在众多生产制造物流行业中得到了广泛应用。在汽车制造行业中，物流领域自动化设备应用是大势所趋，使用AGV替代人力能够降低汽车制造企业的运输成本，提升服务质量[1]。对烟草、医药、食品和化工等行业而言，业内对搬运任务有清洁、无排放污染、安全等要求，AGV能够较好地胜任。在仓储业中，AGV使用程度更为广泛，因为AGV有较强自动化水平和较高柔性，在仓储物流行业中能够降低人力成本，提高运输效率[2]。在AGV的使用中，进行合理的路径规划对于降低企业运营成本，提高利润率有重大作用，因此AGV的路径规划问题十分值得研究。

为了计算得到全局最优路径，目前采用的方法主要有遗传算法[3-4]、粒子群算法[5-6]、快速扩展随机树寻路算法[7]和蚁群算法[8-9]。之后的研究主要针对这几种算法进行改进，文献[1]提出的改进遗传算法减少了最短路径的路程，文献[2]对传统遗传算法进行改进，提高了算法的收敛速度和效率。文献[5]提出的改进粒子群算法提高了在AGV在规避障碍时搜得解的精度。文献[7]提出的改进快速扩展随机树寻路算法使得在复杂环境下机器人的运行更加平稳，且在一定程度上缩短了路径长度。……