在电子商务领域,智能仓库使用多移动机器人已经逐渐成为当今物流业的发展趋势。多移动机器人的路径规划技术是智能仓库系统的关键技术,随着仓库系统面积和移动机器人数量的增大,其重要性日益明显。本文针对该项问题展开研究,目的是设计一种适应于智能仓库环境的多移动机器人路径规划算法。本文对智能仓库多移动机器人的全局路径规划和局部路径规划做了研究。多移动机器人系统采用混合式控制体系结构,机器人的全局路径规划由中央控制单元完成。本文提出的全局路径规划算法是在传统遗传算法基础上进行改进,改进的遗传算法采用连接图法建立仓库的环境模型,利用局部搜索算法从机器人起点出发依次搜索形成初始种群,通过交叉和变异形成新的染色体。建立适应度函数值矩阵,适应度函数值矩阵充分考虑了系统整体的路径长度和多机器人之间相互协调所需的时间。改进的遗传算法通过比较染色体适应度函数的大小,选择多机器人整体全局最优路径。多机器人的局部路径规划经过通信协商由机器人自身的决策模块完成,决策模块使用的局部路径规划算法是对SHAA神经网络算法模型的改进；利用阶跃函数可简化环境的动态数学模型的特性,在静态SHAA算法数学模型的状态方程中引入阶跃函数,将每个栅格看着神经元,通过神经元动态激活值的分布情况描述复杂的动态环境,使改进的算法适用于动态路径规划问题；为避免多机器人之间局部的路径冲突,对二维栅格地图进行扩展生成三维时空地图,在此基础上引入预约表对机器人进行三维时空的局部路径规划。因为全局规划和局部路径规划的控制器不同,环境模型的地图描述不同,所以引入地图转换函数,即将全局地图进行局部细化得到局部环境地图。本文编写仿真系统程序建立智能仓库工作环境,模拟机器人的运动状态,证明所提出的算法适合于智能仓库中多移动机器人的路径规划。