两台 AGV 在一条 2.6 米宽的通道里迎面相遇，各自停了十秒，谁也不退，最后是现场人员手动遥控挪开了一台。车没坏，导航没丢，电池也有电，问题出在一条更底层的地方：这条通道，从来没有定过"谁先走"。这种 AGV 调度死锁，是多车混跑仓库里最常见、却最少被认真讨论的故障类型——它不属于硬件故障，不属于导航故障，它属于系统设计里没人愿意认领的灰色地带。
从研究的角度看，AGV 调度死锁的本质和计算机科学里经典的"死锁"几乎同构。1971 年 Coffman 提出的死锁四个必要条件——互斥、占有并等待、不可剥夺、循环等待——放在仓库里逐条对照：通道一次只能过一台车是互斥，每台车都抱着自己已占的路段不放是占有并等待，没有外部力量能强制挪走一台车是不可剥夺，几台车在路口互相等对方先动就是循环等待。四个条件同时成立，系统就僵住了。理解这一点很重要，因为它意味着死锁不是"运气不好"，而是可预测、可建模、可预防的系统行为。
死锁是怎么发生的：AGV 调度死锁的三种典型场景
第一种场景是窄通道迎面相遇。2024 年，我在一家长三角汽车零部件厂的车间里看到这一幕：三十多台背负式 AGV 负责车间内的料车配送，其中一条连接两个工位的主通道只有 2.8 米宽，没有设单行道。早班换班时段配送任务集中，两台满载料车的 AGV 在通道中段迎面相遇，各自触发避障停车，然后各自等待对方让行。调度系统当时只有"停车避让"逻辑，没有更进一步的解死锁策略，两台车就这么对峙了将近四分钟，直到班组长介入。类似的通道在该车间有六条，意味着这不是孤立事件，而是一个结构性隐患。
第二种场景是十字路口的循环等待。这是更隐蔽的一种。某电商大促仓里，四台搬运 AGV 在同一时刻从四个方向进入一个十字路口，每台车的右手边都恰好被另一台车挡住——A 等 B，B 等 C，C 等 D，D 等 A，完美的循环等待。单看每台车的决策都是"合理"的：避障停车、等待对方先行。但从系统视角看，这是一个稳定的僵持态，不会有任何一台车自己打破它。这类场景在车队规模超过二十台、路口密度高的仓里，会从"小概率事件"变成"每周都会发生几次"的日常运维问题。
第三种场景发生在充电区，我把它叫做"返充潮"。还是上面那个电商仓：40 台搬运 AGV，8 个充电桩。大促期间任务排得满，很多车电量同时掉到阈值以下，调度系统按默认策略让它们一起返充，结果七八台车同时挤进充电区入口，互相挡住去路——想充电的进不去，充完电的出不来。充电区本身不是瓶颈，瓶颈是进出通道的路权没设计好。这个案例的教训很实在：死锁分析不能只看主干道，充电区、缓存区、换电站这些"辅助区域"同样需要路权规则。
路权规则：让谁先走的三个设计
路权规则是交通管制的底层逻辑，相当于给每台车发一本"交规"。行业里主流的做法有三种，各自对应不同的取舍。
第一种是固定路权，也就是把主干道设计成单向环路。所有 AGV 沿顺时针（或逆时针）方向行驶，窄通道只允许一个方向通过。这套规则的最大优点是简单到不可能出错——只要地图设计得当，迎面相遇和循环等待在结构上就被消除了。代价是路径变长：有些任务本来直线 30 米就能到，绕环路可能要走 80 米。对于路线固定的产线配送仓，这个代价可以接受；对于任务目的地频繁变化的电商仓，绕行带来的效率损失就很可观。
第二种是优先级让行。规则很简单：重载车优先于空载车，执行高优先级任务的车优先于普通任务，低电量返充的车优先于一切（因为它再不动就趴窝了）。这套规则灵活，路径不用绕，但它把复杂性转移到了"优先级怎么定"上。优先级定得太粗，会出现低优先级任务长期被饿死；定得太细，调度系统又难以维护。更重要的是，优先级规则本身并不能完全消除死锁——两台同优先级的车迎面相遇，依然需要兜底策略。
第三种是会让点设计。在无法避免的窄通道上，每隔一段距离设置一个避让凹位（passing bay），宽度足够两台车错开。当两台车需要会车时，系统指定其中一台退入会让点，另一台通过后再继续行驶。这是港口和矿山无人驾驶里常用的思路，搬到仓库里同样有效。它的代价是空间：每个会让点要吃掉一到两个托盘位的面积，在寸土寸金的仓库里，这是要跟仓储规划部门"抢地盘"的。
三种交通管制策略的代价对比
在路权规则之上，调度系统还需要一套交通管制策略来动态执行。三种主流策略的对比如下：
| 策略 | 原理 | 优点 | 代价与局限 | 适合的车队 |
|---|---|---|---|---|
| 静态分区（区域锁） | 共享路段一次只允许一台车进入 | 实现极其简单，结构上杜绝死锁 | 通道利用率低，车队大时排队严重 | 20 台以下、路线固定 |
| 预约制（时隙预留） | 进入路口或窄道前提前申请占用时隙 | 公平，不会出现任务饿死 | 通信开销大，路径刚性，突发任务难插队 | 中型车队、路线半固定 |
| 动态优先级 + 重规划 | 实时计算路径，冲突时让高优先级车先行或绕行 | 系统吞吐最高 | 算法复杂，对算力和调试能力要求高 | 大型车队、任务变化频繁 |
这张表的关键信息不在"谁最好"，而在"代价转移到了哪里"。静态分区把代价转嫁给了通道利用率，预约制把代价转嫁给了系统刚性，动态调度把代价转嫁给了算法复杂度和调试成本。选型时真正要问的不是"哪个策略最先进"，而是"我们团队付得起哪种代价"。我见过不少项目选了动态调度，最后因为没有人能调通冲突场景，又退回了静态分区——技术选型如果超出了团队的运维能力，再先进的策略也只是纸面方案。
一个反常识的发现：加车不一定提速
这里有一个反常识的判断：车队规模扩大带来的吞吐提升，会被死锁等待时间部分甚至全部吃掉。根据我接触到的几个项目复盘数据，一个常见的模式是——车队从 24 台加到 36 台，理论运力提升 50%，但实际系统吞吐只提升了不到 20%，而车辆因等待路权而停滞的时间占比从 3% 上升到了 11%。也就是说，后加的 12 台车，有相当一部分时间花在了"等别人让路"上。
这个现象的归因并不复杂：AGV 车队的真实瓶颈往往不是单车速度，而是冲突路段的路权分配效率。单车从 1.2 米/秒提速到 1.5 米/秒，收益是线性的；但把路口等待时间砍掉一半，收益可能是非线性的，因为等待会传染——一台车堵住路口，后面排队的三台车也跟着停，整条动线都慢下来。所以在评估"要不要加车"之前，更值得先回答的问题是：现有车队的路权等待时间占比是多少？如果已经超过 8% 到 10%，加车的边际收益会很低，优先该做的是优化交通管制，而不是采购新车。
从趋势上看，行业正在往"开放调度"的方向走。VDA 5050 标准（由德国汽车工业协会自 2019 年起推动的 AGV 车队管理接口标准）统一了上层调度系统与不同品牌 AGV 之间的通信接口，这意味着"一个仓库跑三个品牌 AGV"的多品牌混跑正在从特例变成常态。当车队不再是单一厂商的封闭系统，交通管制就不能再依赖某一家厂商的私有调度逻辑，而需要一套独立于车体的、中立的调度层。
这就引出一个开放式的问题：当一个仓库里同时跑着三个品牌的 AGV，路权规则到底该由谁来定？是 WMS 厂商、机器人厂商，还是仓库自己？目前行业里还没有标准答案。但可以确定的是，谁掌握了路权规则的制定权，谁就掌握了多车混跑场景下真正的系统话语权——车体正在变成 commodity，而调度，正在变成新的护城河。
作者：陈博士｜供应链行业研究员
