本文针对目前大规模应用场景下多AGV运行路网的局部拥塞防止和负载均衡问题，提出了使用负载均衡改进的A*算法进行路径规划的方法。在计算AGV运行代价时，摒弃了传统A*算法只考虑单一运行路程的评价函数，引入了运行路程结合区域负载作为新评价函数的方式。在几乎不增大运行路程的前提下，实现了AGV运行路网的区域负载均衡。采用了单向多入多出以及双向多入多出路网模型进行仿真验证，改变路网规模以及负载系数进行多次仿真实验，结果表明改进算法可以有效地均衡路网负载，极大提高了AGV系统整体运行效率。
《结合负载均衡与A*算法的多AGV路径规划》是由袁洋、叶峰、赖乙宗和赵雨亭四位作者发表在《计算机工程与应用》上的研究论文，该研究聚焦于解决大规模应用场景下多自动导引车（AGV）运行路网的局部拥堵和负载均衡问题。传统的A*算法在路径规划中主要考虑单一运行路程，但在实际复杂环境中，仅考虑距离往往无法实现系统的最优运行。因此，作者提出了一种改进的A*算法，将区域负载因素纳入评价函数，以实现更智能的路径规划。
在新的评价函数中，不仅考虑了AGV的行驶距离，还考虑了运行区域的负载情况。这种方法旨在在不显著增加运行路程的前提下，达到区域负载的均衡，从而减少局部拥堵并提高整个AGV系统的运行效率。为了验证算法的有效性，研究人员使用了两种路网模型进行仿真——单向多入多出和双向多入多出模型，并通过改变路网规模和负载系数进行了多次实验。实验结果证实了改进后的算法能够有效均衡路网负载，显著提升了AGV系统的整体运行效率。
该论文的贡献在于提供了一个兼顾效率和负载平衡的路径规划策略，对于优化大规模AGV系统的运行具有重要的实践意义。它不仅可以应用于物流、仓储、智能制造等领域，还可以推广到其他需要多机器人协作的复杂环境。此外，这一方法也启示了未来路径规划算法的发展方向，即在优化路径的同时，需充分考虑环境动态和系统整体性能。
这篇研究结合了负载均衡理论和经典的A*算法，创新性地解决了多AGV系统的路径规划问题，为实际应用提供了理论支持。通过引入区域负载概念，优化评价函数，不仅降低了局部拥堵的可能性，还提升了系统的整体运行效率，展示了在复杂环境下路径规划的智能化和高效性。
