目前AGV領域有多（duō）種先進的（de）算法，以下是一些常（cháng）見的先進AGV小車算法：
路徑規劃算法
A*算法（fǎ）：是一種啟發（fā）式搜索算法，常用於AGV小車的路（lù）徑規劃。它結合了（le）廣度優先搜索和Dijkstra算法的優（yōu）點，通過定義起點和終點、距離函數以及估價（jià）函數，快速求出滿足要求的路（lù）徑規劃（huá）結果。
Conflict-Based Search（CBS）算法：是一種主流且效果較好的多智能體路徑規劃（MAPF）理論算法。它本質（zhì）上是一個兩層A算法，上層存儲智能體和地圖信息，遇到衝突後（hòu）在節點地圖（tú）添加（jiā）限（xiàn）製，下層再用A對衝突的智能體在（zài）有（yǒu）限製的地圖上進行路徑規劃，消除衝（chōng）突後重新加入上層隊列。
Rolling-Horizon Collision Resolution（RHCR）算法：每隔一定時間處理一個窗（chuāng）口MAPF問題，每次規（guī）劃給定智能體全部路徑，但隻處理一（yī）定步數（shù）內的衝突，具有（yǒu）適用地（dì）圖廣泛（fàn）、可由（yóu）用戶決定規劃時間間（jiān）隔、算法速度提升明顯、解的質量有保證等優點。
調度算法
智能調度算（suàn）法：在多AGV小車協（xié）同工作場景中，智能調（diào）度算（suàn）法可根據每個AGV小車的當前狀態、位（wèi）置和負載情況動態分配任務，平衡各AGV小車的負荷，確保係統整體高效運行（háng）。例如基（jī）於（yú）優先級的任（rèn）務分配算法，可根據（jù）任務緊急程度和優先級（jí）將（jiāng）高優先級任務分配給最適合的AGV小車；基（jī）於距離的任務分配算法，通過計算任（rèn）務位置與AGV小車當前位置的距離，選擇（zé）最近的AGV小車執行（háng）任務，減少（shǎo）空載行駛時間（jiān）。
資源調度算法：通過優化AGV小（xiǎo）車對共享資源（如充（chōng）電站、裝卸（xiè）點等）的使用，減少等待（dài）時間，提高資源利用率。例如采用預約機製（zhì），提前為AGV小車分配（pèi）資源；或根據AGV小車的任務緊急程度和電量狀態，動態（tài）調整資源分配，確保緊急任務優先完成。
導航算法
激光（guāng）SLAM算法：激（jī）光（guāng）SLAM比視覺SLAM起步早，理論和技術相對成熟，穩（wěn）定性可靠性得到驗證，且對處理器性能需求低於視覺SLAM，可在普通（tōng）的ARM CPU上實時運行，目前已有AGV廠家推（tuī）出基於激（jī）光SLAM導航（háng）的產（chǎn）品。
視（shì）覺SLAM算法：雖然目前尚處於進一步研發和應用場景拓展階段，但因其信息量大、適用範圍廣等優點受到關（guān）注，不過算法對處理器要求較高，一般需要準桌（zhuō）麵級的CPU甚至GPU，在小型AGV小車設備上大規模應（yīng）用存在難度。
輪廓導航算法：利用二維激光掃描儀（yí）對現場環境進行測量、學習並繪製導航環境，然後進行多次測量學習修正地圖進（jìn）而實現導航功能（néng），不需要反射器或其它人工地標，可降低安（ān）裝成本，減少維護工作，是（shì）激光導航的（de）替（tì）代方案。
混合導航算法：根據現場（chǎng）環境變化，將（jiāng）多種導航方式（shì）結合，當某種（zhǒng）導航暫（zàn）時（shí）無法滿足要求時，切換到另一種導航方式繼續滿足AGV小車連續運行。
