随着“工业4.0”的到来,物流自动化运输系统的迅速发展和广泛应用,对灵活、可靠、高效的运输设备及系统产生了巨大的需求。自动导引车辆（AGV）作为仓储环境内部运输货物和材料的关键设备,对仓储作业效率的提升至关重要。本文针对一般仓储环境中AGV系统的路径规划、任务分配方法及AGV相关技术进行研究。论文主要工作如下:设计AGV控制系统分为管理控制层、通信层和执行层。设计了基于RFID定位与红外循迹导航方式的AGV模型车车载控制系统用于路径规划算法和任务分配方法的测试。然后介绍了管理控制层中用于路径规划、任务分配、交通管制的Open TCS调度控制单元。最后从底层原理和无线通信技术的实现阐述了调度控制单元与AGV之间如何工作和通信。对比现有地图构建方法的优缺点,采用拓扑法构建仓储环境电子地图。对AGV全局路径规划进行研究,提出一种改进的A*算法。首先分析启发函数值h（n）对A*算法搜索效率的影响,对启发函数引入动态加权值优化搜索策略,使算法在运行前期加快向终点扩展速度,在运行后期减慢搜索速度并增加搜索范围,保证搜索精度。再针对AGV在行驶过程中转弯次数多影响作业效率的问题,对A*算法的估值函数引入角度评价因子,使算法能规划出转弯次数更少的最短路径,最后与传统A*算法进行仿真实验对比,验证改进A*算法的有效性。针对仓储环境中在任务时间窗约束下多AGV小车进行任务统筹分配的问题。本文将时间窗约束下的静态集中式任务分配问题转化为车辆路径问题（VRPTW）,构建以AGV车辆固定成本、配送距离成本、充电成本和违反时间窗惩罚成本构成总配送成本最小化为目标的任务分配模型。使用遗传算法,设计相应的编码方式和遗传算子进行求解。最后进行算例仿真对比,验证了本文设计的任务分配方法能有效降低配送成本。对调度控制单元整合优化,开发AGV-WEB管理系统。该管理系统包括订单管理、AGV管理和电子地图监控三大业务功能模块。最后对单AGV路径规划和多AGV任务分配进行AGV模型车实验,验证了本文所改进A*算法、任务分配方法以及系统的可用性。