近年来,我国的电子商务行业迎来了最佳的发展时机,各种电商企业如雨后春笋般不断涌现并开创了线上零售的新模式。与此同时,物流业是线上零售产业链中相当关键的一个部分,物流环节的高效性对于确保线上零售的良好运作非常重要。其中,物流仓库被视为物流业的基石,其存取货物的速度对物流业的整体效率有着巨大的影响。迅猛发展的电商行业对物流业的要求日益严格,继续沿用传统的“人力+机械”的货物存取方式显然不能达到其快速发展的需求,这也就促进了相关企业对于智能仓库的大力投入和建设。智能仓库相比传统仓库,能够显著地提高货物存取与运输效率。因为智能仓库使用了大量的自动化设备替代人力进行作业,例如使用无人搬运车来进行货物运输等繁重的工作。在本文中,我们将此类无人搬运车统称为仓储运输机器人,简称仓储机器人。仓储机器人在工作时可以收到中央控制器分配的运输任务,这类运输任务主要包括此仓储机器人在仓库中需要接载的所有货物的位置坐标。而在仓储机器人自身CPU的计算下,会得到一个遍历这些货物位置坐标的顺序。之后,仓储机器人会从停泊位置出发自动地移动到第一个货物位置接载货物,然后前往下一个货物位置。在完成所有接载任务后,返回停泊位置提交全部货物,从而实现货物的自动运输。因此,一个有效的仓储机器人运货路径规划算法对于提高仓储机器人整体运输效率有深刻的影响,算法性能的好坏将直接决定其运输货物的表现。本文将仓储机器人依次接载货物的最短路径问题描述为著名的旅行商问题(Traveling salesman problem,TSP)进行解决,我们将运输任务中每一个货物的位置看作是TSP问题中的城市坐标,进而通过所提算法得到最优的货物接载顺序。我们将在立式仓库的背景下介绍所提出的路径规划算法。首先,立式仓库的地面布局被简化为一个二维网格模型。在此网格模型中,网格线表示机器人实际可以行驶的道路,网格线的交点表示货物的位置,以下我们将其简称为“节点”。然后,通过引入“凸包”等概念来寻找理想条件下遍历所有节点的最短路径,同时提出了一种解决凸包问题的算法。接下来我们考虑了复杂情况下的路径规划算法,根据凸包内部的节点与凸包的关系对其进行分类并分别规划各自的局部路径。最后,我们对不同类型节点各自的局部路径进行合并,并获得了最终路径。此外,当前我国的电子产品正逐渐向小型化、高密度化和多性能化发展,这要求着我国电子工业的核心生产技术必须从传统的印刷电路板(Printed circuitboards,PCB)生产流程迅速地向高效化、精细化的新型PCB生产技术方向发展。PCB的表面将聚集越来越多的电路组件和芯片,有大量的过孔需要处理。无规则地盲目打孔势必会浪费大量时间和成本。因此,确定打孔的最短顺序对于提高PCB生产过程的效率来说有非常积极的意义。同时,优化PCB孔群的加工路径可以显著地减少机械臂操作时间和行进长度。本文以PCB生产环节过程中的打孔操作环节为研究背景,设计了一种新的PCB孔群加工路径规划算法,同时叙述了所提算法的具体流程和规则。通过多次仿真实验,证明了所提算法相比蚁群优化算法能够有效减少打孔刀具的行进距离和算法的计算时间。