随着智慧物流行业以及智能仓储行业的迅猛发展,运输系统所需的移动机器人数目日益增长,其应用规模也日益增大。路径规划问题是该系统的核心问题,对系统的运行效率产生直接影响。本文主要研究了多移动机器人运输系统中的路径规划问题,主要工作包括:针对多移动机器人运输系统中区域负载不均衡导致的拥塞问题,提出了结合负载均衡的增量启发式路径规划算法,该算法在路径规划的过程中将负载地图作为启发式评价指标之一引入到路径规划过程中,进行负载均衡,避免局部出现拥塞状态,提高路网中多移动机器人的运行效率;并且在环境发生变化后,能通过有效地利用历史搜索信息,减少需要计算的节点数目,降低了时间开销。针对路径规划中出现的局部冲突,以及无法应对的终身规划和环境变化的问题,提出了冲突前瞻的多移动机器人路径规划算法。算法采用一种混合式架构,检查预测区域中是否存在冲突,根据移动机器人之间预测区域的相互关系对冲突进行分类,结合聚焦搜索,完成冲突消解。仿真结果表明算法能有效地解决局部复杂冲突问题,同时在终身路径规划问题和动态路径规划问题中表现良好,对环境存在应变能力,在环境变化后依然能较好地执行和完成系统任务。针对多移动机器人所规划的离散路径存在拐点多,无法适应低自由度移动机器人运行需要的问题,提出了基于改进动态窗口算法的多移动机器人轨迹优化算法,对离散路径进行直角拐点剔除,将剔除拐点后的离散路径点引入到动态窗口算法中作为局部目标点,优化评价函数,避免因轨迹优化导致的冲突碰撞。仿真结果表明算法可以完成多移动机器人轨迹优化问题,适应低自由度移动机器人的运行,保证机器人之间无碰撞,并且减少了行驶里程。针对多移动机器人系统的监控管理问题,规划设计了监控管理软件架构,探讨了关键模块的实现方法,并对关键模块进行实验,验证了软件对移动机器人系统的实用价值。