随着智慧仓储物流的发展,仓储移动机器人技术已成为国内外研究热点之一,有望促进现有仓储物流体系的变革性发展。然而目前仓储移动机器人工作效率较低,目标可达性较差,其核心制约因素包括:其一,移动机器人运动稳定性不足,易导致所运送商品倾倒或滑落等问题,造成作业中断或反复;其二,动态多障碍场景下全局路径与局部路径规划存在易陷入局部最优解的问题,同时较多的路径拐点导致路径平滑度降低,制约着机器人的目标可达性。针对上述核心问题,从机器人运动控制和路径规划两方面入手,解决机器人运动稳定性、全局/局部路径规划与动态避障关键技术,为提高动态仓储环境下移动机器人目标可达性提供理论基础。主要研究内容如下:首先,构建基于模糊免疫算法的改进PID控制器,改善机器人运动稳定性。通过对PID控制器参数的自适应整定,提高控制系统控制性能,为改善移动机器人目标可达性奠定基础。实验结果表明,模糊免疫PID控制器可降低移动机器人速度超调量,提高移动机器人运动控制精度与运动稳定性。再次,提出基于模糊自适应动态窗口法（Fuzzy Adaptive Dynamic Window Approach,FADWA）的局部路径规划算法,提高动态场景下移动机器人局部避障性能。将模糊控制与动态窗口法相结合,实现模型权重的自适应,解决移动机器人避障能力与目标点可达率的耦合问题。实验结果表明,融合模糊自适应的动态窗口法使得移动机器人对环境的适应能力增强,其避障能力及目标可达率得到明显改善。最后,提出基于动静双目标点搜索的混合路径规划方法,解决移动机器人全局路径规划与局部避障的不足。将各全局路径点设置为动目标点,最终目标点设置为静目标点,模糊自适应动态窗口法的模型改进为双目标点的启发模型,实现全局路径最短与局部动态避障能力的融合。实验结果表明,动静双目标点搜索的混合路径规划算法兼具全局规划路径优、实时避障能力强、目标点可达性高的优点。综上所述,所建立的移动机器人运动控制算法及提出的全局/局部路径规划方法对促进仓储移动机器人技术的发展具有重要研究意义与应用价值。