针对传统蚁群算法在AGV任务调度效率的不足和避障问题，提出了一种改进的蚁群算法。首先，通过引入路径忙碌值，改进蚁群算法中的路径信息素浓度，提高路径规划解的质量；其次，对启发式的信息素浓度添加随机影响因子，进而提高算法的搜索效率。然后，在改进的蚁群算法基础上，引入路径多次规划参数和工作运行影响参数，并对AGV制定基本调度规则和任务优先级，提出一种综合的避障策略来解决冲突问题。仿真实验结果表明改进的蚁群算法可以评估路径使用率，进而规划最优的路径。在多任务调度效率上有明显优势，并能有效实现自主避障，解决碰撞问题。