(1) 提出采用基于 Canopy 的 K-means 聚类算法进行地图分区，首先采 用 Canopy 算法进行粗聚类，然后基于分区阈值改进 K-means 算法细聚类过程， 可将地图划分成不同的聚类分区。通过改进细聚类过程，使得数据点聚集在一起 的密度高于传统的聚类算法。
(2) 提出基于分区和融合算法的单 AGV 路径规划方法。首先设计不同 分区起止点的选取规则，将 A 星算法的结果按照选取规则确定 AGV 途经不同分 区的起止点。在货架区，设计蚁群算法的距离矩阵，使得 AGV 在不触碰货架边 缘的同时，规划出该区起止点之间的优局部路径。
(3) 为了解决多 AGV 路径规划中的车辆碰撞问题，本文提出基于 AGV 优先 级避碰策略改进的蚁群系统。
首先设计基于 AGV 优先级的避碰策略，并采用该 策略改进蚁群系统的数学模型，使得多 AGV 在路径规划时，彼此间可通过信息 素进行实时交流，并基于单路径结果优化系统参数，后找出无碰撞的优多 AGV 路径。
多路径规划避碰策略 与单 AGV 相比，多 AGV 的路径规划不仅能够为每一个 AGV 搜索到一条避 开货架的优路径，还要避免 AGV 在该路径行驶时，与其他 AGV 发生碰撞。
多 AGV 之间的避碰策略是解决 AGV 之间发生碰撞的有效方法，也是多 AGV 与 单 AGV 路径规划根本的不同之处，所以多 AGV 之间的避碰策略是多 AGV 路 径规划中的一个重要课题。
目前提出的避碰策略主要有速率调整法、交通规则法、 优先级法、几何修正法以及基于行为的避碰方法等。 速度调整法不会同时改变多个 AGV 速度。
相反，它使用一定的规则来选 择 AGV 并改变其速度。其他 AGV 速度保持不变。速度调整法中常用的策略 是暂停策略。即当多个 AGV 发生碰撞的时候，某些 AGV 选择暂停一段时间， 待其他 AGV 行驶过后，碰撞解除，再继续行驶。 Shin Kato 等人在 1992 年提出应用交通规则来协调移动机器人。
碰撞是由多个物体同时占据 一条路线发生的。因此，可以通过对相关环境中的所有交叉点采取适当的措施来 避免每次碰撞。通过枚举重叠的路线：沿相反方向、相同方向的路线和交叉路口， 构建适应所有这些重叠路线的交通规则来避免碰撞。
优先级法解决了当发生碰撞时，谁该让路的问题。也就是按照一定的条件， 为每个 AGV 制定优先级。规划过程中，当优先级低的 AGV 遇到优先级高的 AGV 时，前者该给后者让路，也就是前者会被视为静态物体，从而可以把问题转化为单 AGV 路径规划问题。该方法的难点在于优先级的设定并且需要紧密结合实际需求。
几何修正法通常用于局部路径调整，指通过传感器信息预测到 AGV 之间 发生碰撞的危险区域，然后在 AGV 未到达该区域之前，调整 AGV 的几何路径 实现避碰，比如在危险范围增加路径边，绕开该区域。该方法的优点是无需全局 调整路径，节省调整时间；但若几何路径的调整规则设置不当，则会增加路径长度。
解决 AGV 路径规划中的碰撞，基于行为的避碰方法主要有两种行为：躲避其它 AGV 和躲避货架。躲避货架是根据 AGV 当前探测到的环境信息，规划 AGV 如何在工作空间运动才能避开货架。躲避其它 AGV 是基于 AGV 之间的通 信，协调 AGV 之间的运动，以避免 AGV 之间发生碰撞。
