针对自动导引运输车( AGV) 全局路径规划采用传统蚁群算法存在收敛速度慢、易陷入局部最优的问题,提出了基于改进蚁群算法的 AGV 全局路径规划方法。首先,运用 MAKlink 图论法构建了具有障碍物的环境模型,作为路径规划的基础; 其次,改进的蚁群算法中融合了动态权重目标导向原理,设计了一种新的启发式函数,提高了其选择距离目标点更近的可选节点的概率,减小了AGV 对非最短路径的选择概率; 然后,采用动态调整信息素挥发系数策略进行了信息素更新,提高了算法的搜索效率; 最后,将改进蚁群算法与传统蚁群算法进行了仿真实验对比。研究结果表明: 与传统蚁群算法相比较,改进措施可使收敛速度提升近一倍,路径规划效率显著提高。