在当今大数据、人工智能的时代背景下,生产效率得到极大提升,生产车间也由传统的自动化,经数字化,逐步向智能化发展,作为实现智能化的关键设备---自动导航车AGV(Automated Guided Vehicle)的广泛应用势在必行。目前,AGV大都以电池作为动力源,采用电驱动的方式,受行驶工况要求和电池充放电特性的影响,小车的续驶里程受到限制,其工作效率得不到“质”的提升,进而限制了企业的生产效率。因此,研究提升小车能量利用率及其续驶里程的方法,具有重要意义。本文以四轮驱动的AGV作为研究对象,结合再生制动技术,设计了适用于AGV的制动力分配策略。首先,利用ADVISOR和MATLAB/Simulink软件建立了AGV的电机、电池以及整车控制器模型,并在ADVISOR软件中对小车动力性能进行了仿真,同时,对AGV的加速度、续驶里程等数据进行了实车测试,将仿真结果与实车测试结果进行对比,验证了所建立的AGV模型的有效性。其次,设计了AGV的再生制动系统,对制动过程中的能量传递以及影响能量回收的因素进行了分析,研究小车在理想制动情况下和符合ECE(European Economic Commission)法规条件下的制动力分配情况;然后,对典型的制动力分配策略进行了研究,在此基础上设计了基于模糊控制的制动力分配策略,并利用MATLAB/Simulink软件搭建了控制策略的仿真模型。随后确定了能量回收的评价指标,并根据AGV急起急停的运行特点设计了三种行驶工况。基于ADVISOR软件对比分析模糊控制策略和传统线性控制策略对能量回收的影响,结果显示,与传统线性控制策略相比,在模糊控制策略的控制下,能量回馈率最高可提升54.79%,电池SOC(State of Charge)最大可提高21.25%,续驶里程最大提升约10.8公里,表明了本文设计的制动力分配策略的优异性,同时对能量回收过程中的电流进行了监测,保证制动过程中充电的安全性。最后,根据模糊控制器设计过程中的不足,利用遗传算法对其隶属度函数和模糊规则进行了优化设计,并根据优化结果重新建立了模糊控制器,在ADVISOR软件中对优化后的控制策略仿真分析,结果显示,相比优化前的控制策略,电池SOC最大提升11.73%,续驶里程最大可提升2.6km。从结果来看,本文设计的制动力分配策略与线性制动力分配策略相比,能够有效提高小车制动过程中的能量回收,提升小车的续驶里程。