整体上本课题围绕着仓储多机器人系统设计问题,从实际应用场景出发,研究了仓储多机器人系统设计中几大关键技术问题:定位导航、路径规划、多机器人任务调度。本课题主要包括以下几个方面研究内容:首先,本课题针对轮式仓储机器人的自主定位问题,提出了一种基于视觉信标和里程计数据融合的室内定位方法。通过建立相机模型巧妙地解算信标与相机之间的旋转和平移关系获取定位信息。然后针对信标定位方式更新频率低、定位信息不连续等问题,在分析陀螺仪和里程计角度误差特点的基础上,提出基于方差加权角度融合的方法实现角度融合。并使用Kalman滤波器融合里程计和视觉定位信息弥补单个传感器定位缺陷。然后,针对机器人路径规划问题,在实现经典A*算法基础上,从减少路径转角次数的角度出发对A*算法进行转角约束,同时为减少多机器人在仓储环境中运行时可能发生的碰撞,引入单行道约束对规划出的路径进行限制。最后,进一步研究并设计仓储多机器人拣选系统。针对多机器人拣选系统在运行过程中的拥塞问题,提出基于拥塞控制的多机器人路径规划策略,建立预测拥塞概率和拥塞概率地图,使机器人远离拥挤区域从而提高工作效率。详细分析拣选流程,设计基于贪心思想的多机器人任务调度策略,通过任务调度的评价函数执行相应策略。最后分解多机器人软件系统框架,设计基于状态转移的单次拣选任务仿真软件。并进行仿真实验,从避碰次数、运行总时间、运行总路径长度等角度验证了策略的有效性。