随着劳动力成本的上升和移动机器人技术的高速发展,国内外仓储物流系统开始广泛应用自动导航小车(Automated Guided Vehicle,AGV)来实现搬运等相关作业,多台AGV协同作业能完成复杂作业模式,有效提高运输效率,缩短生产周期,且节约运作成本。多AGV系统中调度问题的重点是解决多AGV的路径规划,而实时感知AGV在地图中的精确位置是进行最优路径规划的前提。因此对AGV定位技术和多AGV调度技术的研究具有十分重要的理论意义和应用价值。本文针对应用于仓储物流的多AGV系统进行研究,结合二维码具有占用面积小、成本低、存储信息大、识别率高等特点,完成了采用二维码地标的多AGV系统的整体方案设计。针对多AGV系统需求,设计了一款基于Java的上位机系统,构建了小车的硬件平台,为后续AGV定位和多AGV调度的研究奠定了基础。在AGV定位研究中,分析了现有AGV视觉定位技术的不足之处,针对根据二维码提供的位置信息仅能实现AGV在栅格状地图中的离散定位,采用卡尔曼滤波的定位方法存在累计误差等问题,提出了一种融入二维码信息的自适应蒙特卡洛定位算法实现对AGV的连续定位。该算法利用二维码提供的绝对位置信息修正里程计模型的累计误差后进行运动采样;然后采用观测模型确定粒子的重要性权重;重采样部分采用固定样本集会导致大计算量,因此利用Kullback-Leibler距离重采样,根据粒子在状态空间的分布情况自适应调整下一次迭代所需粒子数,从而减小计算量。并利用二维码与摄像头相对位置对AGV姿态进行微调实现AGV的精定位。实验结果表明改进定位算法能提高定位精度。在多AGV路径规划方法研究中,由于多AGV系统具有路径网络复杂、同时运行AGV数量多的特点,提出了完整的多AGV系统路径规划的解决方案。本文选择交通管制法来解决AGV冲突问题,然后根据多AGV系统的特点,建立基于动态网络的路径规划模型,并通过引入时间因子的A*算法来求解该模型,实现了多AGV路径规划。最后,完成了AGV定位与多AGV系统的现场测试。测试结果表明本文提出的定位方法能实现AGV的精确定位和多AGV的最优路径规划,同时验证了该多AGV系统的稳定性。