自动导引车(Automated guided vehicle,AGV)系统作为一种现代化集成智能输送系统,具有广阔的应用前景。本文以基于单向导引路径网络布局(Unidirectional guide-path network layout,UGNL)的AGV系统为研究对象,对其导引路径网络设计、搬运任务分配及调度、交通管理等关键技术进行了研究。主要创新成果如下。首先,在分析传统单向导引路径网络设计模型优缺点的基础上,建立了柔性作业车间环境下AGV系统单向导引路径网络设计模型。提出了一种改进的双种群协同进化遗传算法(Improved bi-group collaborative evolutionary genetic algorithm,IBCEGA)以求解该模型。在该算法中,通过两种染色体编码分别表示单向导引路径网络和可行加工/搬运顺序。两种染色体个体分别构成路径网络子种群和工序序列子种群,为两个子种群分别设计了对应的交叉和变异算子。两个子种群各自独立并行进化,只有当子种群中的个体需要评价时才与另一子种群交互。在路径网络子种群进化过程中,采用了邻域搜索操作以提高算法的收敛速度,综合应用了小生境技术和精英保留策略以保持种群多样性。最后,通过对比实验证明了本文所提出的设计模型及算法的优越性。其次,针对柔性作业车间环境下AGV系统任务调度问题,本文将其分解成工作站分配和AGV任务调度两个子问题求解,建立了综合考虑加工子系统和搬运子系统的柔性作业车间模型,提出了一种在线动态调度方法。首先以最小化机床最大负荷、机床负荷不均衡率以及搬运子系统负荷为目标,提出了包含穷举法和小生境遗传算法的工作站在线动态分配方法。在小生境遗传算法中,采用邻域搜索以提高算法的收敛速度,采用基于海明距离的小生境淘汰运算以保持种群多样性。然后针对AGV任务调度子问题,提出了一种实时多属性任务调度方法。设计了基于输入输出缓冲区状态的搬运任务紧迫性评价方法,采用死锁避免策略避免系统因输入输出缓冲区剩余容量不足而死锁,保证了加工子系统的效率。提出了以空载路程最小化为目标的任务分配方法,以保证搬运子系统的效率。最后通过仿真实验证明了所提动态调度方法是高效的。然后,针对基于UGNL的AGV系统,本文提出了一种避免AGV间碰撞的避碰方法。建立了基于有向图的AGV系统运行状态模型,针对该模型提出了一种环路死锁搜索方法。定义了包含单环路和多环路死锁临界状态的环路死锁临界状态概念,针对两种死锁临界状态,设计了对应的死锁控制策略。最后通过仿真证明了所提方法的有效性。在理论研究的基础上,依托实验室的AGV系统,进行了实验验证。首先开发了包含多个高层控制调度单元和车载规划器的AGV系统实验平台。高层控制调度单元主要包括:全局地图管理单元、监视单元、人工指令下达单元、任务调度单元和交通管理单元。基于ARM嵌入式系统的车载规划器集成于每台AGV中,实现基于单向导引路径网络的自主导航功能。通过所开发的实验平台验证了本文所提出的理论及方法。最后将本文所提理论综合应用于某省电力公司的AGV系统中,进一步验证了本文所提出的理论的可行性和有效性。最后,总结了本文的主要工作,指出了今后有待进一步解决的难题和可能的研究方向,期望在以后的研究中能够逐步解决和完善。