随着工业的发展,制造业也发生了翻天覆地的变化,移动机器人的出现将人从繁琐的劳动中解放了出来,尤其是移动机器人在仓储应用领域大放异彩。机器人随着时代潮流的发展,不仅在功能上越来越强大,而且在规划方面越来越智能。多任务下的机器人协作已经成为工业机器人中的重要发展方向,随着通信与物联网等技术的发展,移动机器人得到了巨大的发展助力。本文针对智能仓储环境下的移动机器人展开研究。首先,本文介绍了移动机器人的研究背景及研究意义,并对该领域内的国内外研究现状展开了叙述。本文对移动机器人领域内的问题进行了归纳,并阐述了相关的解决算法。然后,由浅入深地介绍了移动机器人的通信方式、控制方式和仓储等问题。为后续章节算法的原理做了铺垫。最后,本文着重对移动机器人路径规划和多机器人调度问题展开研究。基于群体智能算法和强化学习相关思想,在群体智能算法的基础上改进并设计了新的混合算法。其中针对移动机器人路径规划问题,本文在蚁群算法基础上做出了巨大改进,设计了基于独狼蚁群混合算法的路径规划,算法分别在路径选择方向、信息素控制和路径停滞上进行了改进和创新;针对多任务下的多机器人调度,本文在对传统遗传算法进行了改进,在遗传算法的基础上设计了新的任务分配算法,有效减少了路径的交叉。本文设计了栅格环境实验模型,在不同栅格地图上对算法进行了测试,并进行了对比验证。改进后算法在多机器人协作中表现突出,能有效解决仓储复杂环境下的机器人路径规划和调度问题。综上,本文对多目标、多任务下仓储机器人的路径规划和调度进行了研究,改进了相关的算法,并验证了算法在解决仓储机器人的有效性。