数字孪生驱动的物流仓储无人仓多AGV全局路径规划研究

来源：计算机集成制造系统杂志2026年第1期北京时间：

作者：李明万, 李建勋, 张若晨, 尚晏莹

单位：西安理工大学经济与管理学院

摘要：为提升物流仓储无人仓中多AGV系统的运行效率与数智化水平,构建了一种基于数字孪生的多AGV全局路径规划模型。设计了由物理层、虚拟层、数据层与应用层组成的数字孪生架构,并设计了P2V与V2P双向实时交互机制。在此基础上,提出一种融合改进A*算法、深度Q网络(DQN)与冲突搜索(CBS)算法的混合路径规划方法。实例验证表明:在6~12台AGV的不同规模场景下,该混合算法的平均路径长度较传统及改进A*算法降低10%~13%,能耗降低10%~20%,平均冲突率较蚁群算法降低50%以上。结果表明,该方法在路径长度、能耗与冲突率等关键指标上均显著优于对比算法,具有良好的灵活性、可扩展性与工程适用性,为无人仓AGV协同调度提供了新思路。

关键词：数字孪生,物流仓储,AGV路径规划,混合算法

基金资助：国家社会科学基金一般资助项目(21BGL200);教育部人文社会科学研究青年基金资助项目(25YJC630113);陕西省哲学社会科学研究专项(2025HZ1457);陕西省教育厅一般专项科学研究计划项目人文专项(25JK0162);陕西省教师教育改革与教师发展研究资助项目(SJS2025ZK074)。