针对智能立体车库中自动导引运输车(Automated Guided Vehicle, AGV)存取车路径规划问题,提出一种基于改进蚁群算法(IACO)的泊车系统路径规划方法。首先利用栅格法建立环境模型;其次,通过引入新的距离启发函数因子、调整状态转移概率和更改信息素更新规则对传统蚁群算法(TACO)进行优化改进;最后,在不同规格栅格环境下,以路径长度最短、算法收敛代数最小为评价指标,以传统蚁群算法和改进蚁群算法为搜索策略,运用 Matlab 对 AGV 存取车路径规划过程进行仿真测试,结果显示:AGV 运用传统蚁群算法和改进蚁群算法均能有效避开障碍物,然后搜索到一条从起点到终点的无碰优化路径;与传统蚁群算法相比,改进蚁群算法规划的路径长度最短,开始收敛代数最小,表明改进算法正确、可行及有效,且具有较强的全局搜索能力和较好的收敛性能,能够满足AGV 存取车路径规划要求。