随着电子商务与物流技术的迅速发展,电商企业越来越重视智能化仓库的建设,智能物流仓库系统的广泛应用是物流装备智能化、信息化的重要体现。而物流机器人路径智能规划是影响物流机器人作业效率的重要因素,因此要提高基于物流机器人作业系统的效率必须提高路径规划算法的效率,尤其对大规模仓储环境下多物流机器人路径规划算法研究已成为了当前的一个热点。为了提高物流机器人路径搜索的处理能力,本文考虑将大量计算从物流机器人上迁移到云平台上,并利用丰富的云存储和计算云中的资源,研究基于云计算的大规模物流机器人路径规划问题。论文针对A*算法特点提出了基于云计算的改进CCA*(Cloud Compute A*)算法。在此基础上,提出了基于分布式云计算的多物流机器人路径规划算法MPCCA*(Multi Path Cloud Compute A*)算法。并且构建了仓储地图存储模型,设计了云计算平台Hadoop下的基于Giraph的改进物流机器人路径规划算法。论文重点完成了如下工作:(1)利用仓储网格地图的结构及物流机器人工作特点,提出了基于云计算改进A*算法的物流机器人路径规划算法。在此基础上,针对多物流机器人路径规划产生的路径冲突问题,设计了解锁方法解决了物流机器人死锁问题,提出了云计算多物流机器人无冲突路径规划算法,并在云平台下依据MapReduce/Giraph的编程模型进行了并行化设计。(2)设计研发了物流仓库仿真平台,对地图网数据的数据结构进行了设计,并对地图网数据进行了抽象,建立了物流机器人路径规划优化数据模型,进而实现了面向物流仓库的大规模机器人路径搜索问题分布式路径规划算法。(3)搭建了基于Hadoop的云计算平台,利用Hadoop引入了新的并行计算平台Giraph,改进了Giraph中Master/Worker架构,对单物流机器人路径规划算法及多物流机器人路径规划算法进行了实验分析。实验表明,基于云计算的物流机器人的路径规划算法提高了路径规划效率。