近年来,煤化工企业的安全问题一直是社会的关注焦点,在煤化工企业内部存在的泄漏隐患对社会及个人的生命财产造成威胁,因此工厂内部的日常巡检工作起到了至关重要的作用。目前已经出现利用巡检机器人代替传统人工巡检的巡检方式,但单个巡检机器人的巡检效率依旧较为低下,且由于其巡检范围有限,无法做到对煤化工厂内的高低同检。本课题使用无人机-无人车组成的异构多移动机器人作为实验平台,针对异构多机器人在煤化工厂储罐区内的巡检方式进行研究,利用异构多机器人的巡检方式,为煤化工厂储罐区的巡检提供了更为高效与便捷的巡检思路。本文的主要研究工作如下:（1）为确保异构机器人编队具有统一的编队控制策略,本课题将质心维诺划分应用到三维空间,将机器人作为生成点,控制三维空间内的异构机器人运动到维诺单元的质心位置。此外,为验证基于质心维诺划分编队控制方法的灵活性,在三维环境下形成了不同的编队分布,实现异构多机器人在三维空间内的灵活编队。（2）为了使得三维空间内异构多机器人运动的过程中避开路径上的障碍物,本课题研究了基于改进人工势场的三维维诺编队。利用人工势场中的斥力与引力引导机器人在前进的同时避开移动路径上的障碍物。同时对传统的人工势场法中存在的局部最优与不可达问题进行分析改进,对质心的生成位置加以约束,提高整体编队的避障效率,使异构机器人编队能够适应更加复杂的障碍物环境,最后仿真结果显示了算法的有效性。（3）为了使异构多机器人编队对目标做出有效的围捕,并确保围捕过程的实效性,本课题将狼群算法引入维诺编队。利用该算法中的头狼追随机制,通过不断更新头狼的位置完成编队收敛,实现对目标点的围捕。为提升狼群算法的收敛精度,将狼群算法中的固定步长改进为变步长。同时,为了提高编队的围捕效率与围捕成功率,引入收敛机制,引导异构编队中的机器人运动,最后利用仿真结果证明了所提算法的有效性。（4）为了进一步证明本文所提方法的有效性,将上述编队的形成、避障以及围捕过程在ROS环境下的Gazebo半物理仿真软件中进行了验证。在该环境下构建出无障碍物环境、简单障碍物环境以及复杂障碍物环境三种环境进行编队实验。根据仿真结果说明,本文所提出的算法能够在避开障碍物的同时,完成对三维环境下的目标围捕,进一步验证了本文算法的有效性。