随着人工智能以及自动控制等领域的发展,机器人技术的发展也越来越受到重视。智能自主移动机器人(Automated Guided Vehicle,AGV)作为主要的物流设备,由于其柔性好、自动化程度高,被广泛地应用于数字化工厂、仓储搬运系统、柔性制造系统等各种物流场合。调度系统能否为AGV选择合理的运行路径和调度方案,对于提高企业的整体生产效率、降低产品的生产成本具有重要意义。针对调度系统在多AGV任务调度和路径规划算法方面效率低的问题,本文在对相关文献进行总结的基础上,主要研究内容如下:首先,基于拓扑建模法对磁导航AGV运行环境进行建模,其中,确定AGV的导引路径为单向导引路径。在此基础上,研究单AGV最短路径算法。结合物流工厂中AGV运行路径的特点,在A*算法的启发函数中,研究加权曼哈顿距离中权值的选择对算法执行效率的影响,并提出了一种改进A*算法,提高了单AGV路径规划效率。其次,在单AGV最短路径规划的基础上,研究多台AGVs系统的调度算法。提出一种基于时间窗-遗传算法的联合优化策略,实现对多AGV调度系统的任务分配和路径规划,其中优化目标为完成所有任务的最小化最大完成时间和等待时间。该策略能够得到调度系统的分配方案,规划每一台AGV小车的路径和所有AGV在每个路段上的时间窗。并通过仿真对算法进行了验证。最后,对调度系统软件进行设计开发,并进一步对单AGV路径规划进行仿真实验和实车实验,验证了所改进的路径规划算法的可行性和调度系统的可用性。