目前AGV領域有（yǒu）多種先進的算法，以下是一（yī）些常見的先進（jìn）AGV小車算法：
路徑規劃算法
A*算法：是一種啟發式（shì）搜索算法，常用於AGV小車的路徑規劃。它結合了（le）廣度優先搜索和Dijkstra算（suàn）法（fǎ）的優點，通過定義起點（diǎn）和終點、距（jù）離函數（shù）以及估價函數，快速求出滿足要求的路徑規劃結果。
Conflict-Based Search（CBS）算法：是一種主（zhǔ）流且效果較（jiào）好的多智能體路徑規劃（MAPF）理論算法。它本質上是一（yī）個兩層A算法（fǎ），上層存儲智能體和（hé）地圖信息，遇到衝突後在節點地（dì）圖添加限製，下層再用A對衝突的智能體在有限製的地圖上進行路徑規劃，消除衝突後重新加入上（shàng）層隊列。
Rolling-Horizon Collision Resolution（RHCR）算法：每隔一定時間處理一個窗口MAPF問題，每次規劃給定智能體全部路徑，但隻處理（lǐ）一定步數內的衝突，具有適用（yòng）地圖廣泛、可由用戶決定規劃時間間隔、算法速度提升明顯、解的質量有保證等優點。
調度算法
智能調度算法：在多（duō）AGV小車協同工作場景中，智能調度算法可根據每個AGV小車的當前狀態、位置和負載（zǎi）情況動態分配任務，平（píng）衡各AGV小車的負荷，確保係統整體高效運行。例如基於優先級（jí）的任務分配算法，可（kě）根據任務緊急程度和（hé）優（yōu）先級將高（gāo）優先（xiān）級任務分配給（gěi）最（zuì）適合的AGV小車；基於距離的任務（wù）分（fèn）配算法，通過計算任務位置與AGV小車當前位置（zhì）的距離（lí），選擇最近的AGV小車執行任務，減少空載行駛時間。
資源調度算法：通過優化AGV小（xiǎo）車對共享資源（如充電站、裝卸點等）的使用（yòng），減少等待時間，提高資源利用率。例如采用預約機製，提前（qián）為AGV小（xiǎo）車分配資源；或根據AGV小車的（de）任務緊急程度和電量（liàng）狀態，動態調整資源分配，確保（bǎo）緊（jǐn）急任務（wù）優先完成。
導航算法
激光SLAM算法：激光SLAM比視覺SLAM起步早，理論和技術（shù）相對成熟（shú），穩定性可（kě）靠性得到驗證，且對處理（lǐ）器性（xìng）能需求低於視覺SLAM，可在普通的ARM CPU上（shàng）實時運行，目前已有AGV廠家推出基於激光SLAM導航的產（chǎn）品。
視覺SLAM算法：雖然目前尚處於進一步研發和應用場（chǎng）景拓展階段，但因其（qí）信息量大、適用範圍廣等優點（diǎn）受到關注，不過（guò）算法對處理器要求較高，一般需要準桌麵級的CPU甚至（zhì）GPU，在小型AGV小車設備上大規模應用存在難度。
輪廓導航算法：利用二（èr）維激光掃描儀對現（xiàn）場環境（jìng）進行測量、學習並繪製導航（háng）環境，然後進行多次測量學（xué）習修正地圖進而實現導航功（gōng）能（néng），不需（xū）要（yào）反射器（qì）或其它人工地（dì）標，可降低安裝成本，減少（shǎo）維護工作，是（shì）激光導航的替代方案。
混合導（dǎo）航算法：根據現場環境（jìng）變化，將多種導航（háng）方式結合，當某種導航暫時無法（fǎ）滿足要（yào）求時（shí），切換到另一種導航方式繼續滿足AGV小車連續運行。
