为解决传统DSG变速箱装配车间中因采用传统物流方式而造成的车间效率低、成本高和柔性低等问题,实现车间生产智能化,本研究在DSG变速箱装配车间生产线的物流环节引入自动引导搬运车AGV（automatic guided vehicle）。AGV的应用可以显著提升生产效率和生产柔性。相应地,车间和路径的数学建模、AGV路径规划和优化、以及多AGV的调度等方面的研究就至关重要。本文研究思路为:结合车间生产要求和产线布局情况,首先对车间进行地图构建和数学建模;然后基于已构建的车间地图完成AGV路径规划和调度模型构建;最后通过实验实现了对本研究提出的路径规划模型和调度模型的可行性验证。本研究重点做出以下工作:智能AGV路径规划和多AGV调度模型与车间生产和设备布局相关。本研究首先完成了车间场景的搭建,在车间场景搭建中主要根据车间的实际场景和车间要求完成了车间地图的拓扑建模、AGV选型及包括导航方式在内的关键技术确定。考虑到AGV的实时位置和姿态对物流效率的影响,采用了二维码定位导航方法,并通过实验验证了二维码快速识别和旋转角度计算方法的可行性与准确性。DSG变速箱装配车间智能AGV路径规划研究包括单AGV路径规划和多AGV路径规划两部分。对单AGV路径规划研究而言,首先采用邻接矩阵表示法将已搭建好的车间地图的物理模型转化成数学模型,然后采用弗洛伊德多源算法（Floyd算法）和遗传算法实现了车间单AGV路径求解。为提高计算效率,引进不同的先验算法,在使用传统遗传算法求解的基础上进行了二次算法改进,并通过实验对比研究了不同算法效率,得到了路径求解最优算法;多AGV路径规划算法的研究路线为:首先对应用场景提出相关规定,对可能出现的冲突类型进行定义并针对上述冲突提出了一种基于优先级的冲突解决方案并进行了模型建立,最后结合单AGV路径规划算法中的最优算法,完成对多AGV的路径规划。为实现车间中智能多AGV调度,考虑到车间生产过程相对稳定,本研究采用经典遗传算法构建了调度模型。除此以外,还通过实验验证了本研究提出的路径规划模型和调度模型的可行性。