为应对电商的蓬勃发展所带来的电商仓库中的货物分拣作业量的急剧增长,各大电商都已大量部署“播种式”分拣机器人完成货架的整体搬运,其中多机器人的搬运任务调度主要依据就近原则,尽管简单易行但却影响了多机器人系统能力的充分发挥,优化调度的空间很大。多搬运机器人系统的任务调度与协调问题本身计算复杂性极大,是NP难的,这在一定程度上限制了分拣系统的建设规模,目前单一系统的最大规模受限于300台左右。另外,目前国外已研发成功“摘桃式”逐件存取货物的拣选机器人,但其集群调度、路径规划、协调控制等关键技术正等待研究探索。分拣与拣选场景都迫切地需要夯实多机器人搬运系统任务调度与路径规划的技术基础,研发高效的建模技术和求解算法。对此,本文以着色旅行商问题(Colored Traveling Salesman Problem,CTSP)理论为主要基础,统一研究分拣和拣选两种场景下的多搬运机器人任务调度、路径规划与协调控制方法。具体研究内容与成果如下:首先,研究了多搬运机器人的任务调度问题的CTSP建模与求解。分别将多分拣机器人、多拣选机器人的任务调度问题建模成两类CTSP,给出了用于求解CTSP的遗传算法(GA)、萤火虫算法(FA)、变领域搜索算法(VNS)智能算法,并提出分组并行求解策略实现了在很短时间内完成大规模搬运机器人的任务调度。大量仿真实验研究的结果表明,分拣与拣选两种场景下,VNS的调度结果远优于就近原则,VNS在10s内实现对500辆搬运机器人、50000个任务的优化调度,已超出现有最大单次调度规模。然后,研究了电商仓库中的搬运机器人的路径规划问题。介绍了电商仓库环境并采用栅格图法建立了电商仓库的栅格电子地图,实现了基于Dijkstra算法和改进A*算法的路径规划方法。仿真实验表明,改进A*算法在路径优化和时耗方面都胜过Dijkstra算法,可优先采用。最后,研究了多搬运机器人系统协调问题,并开发了多搬运机器人调度与协调仿真软件。文中将多搬运机器人各种路径冲突归并为基本的两辆机器人之间的相向冲突、相交冲突、追及冲突三类,通过赋予车辆不同优先级、延时等待、路径重规划三种主要操作,建立了路径冲突化解策略。分析了多搬运机器人拥塞、死锁原因,提出以优先级为依据的多搬运机器人的路径占用和放弃策略,实现死锁、拥塞的逐步消除。最终形成整合了路径冲突、死锁、异常情况的多搬运机器人系统协调算法。利用开发的仿真软件,检验了提出的基于CTSP的调度方案、路径规划算法和协调方案的有效性并展现了方案的较高的整体效能。