近二十年来,多机器人技术得到了广泛的关注,人们在此领域进行了大量的研究。和单机器人系统相比,多机器人系统具有更好的智能性、鲁棒性和自适应性。本文讨论多自主移动机器人在局部信息下的编队问题,主要围绕如何提高系统抗干扰能力和在领导者机器人速度信息有限甚至未知条件下的编队控制器设计问题来展开。文中采用领导者—跟随者(Leader-Follower)编队方法作为协调机制,为跟随者机器人设计适当的控制规律,使其和领导者机器人形成指定的队形。现有机器人编队控制策略主要考虑理想环境下编队控制器的设计问题,控制器所需要的参数都是准确可测或者直接得到的。为了提高算法的可用性与机器人的适应性,还需要考虑更一般情况下的算法设计问题,如控制器所需参数无法通过传感器直接测量得到的情况。另外,为了降低机器人之间的耦合程度,也需要考虑控制器如何减少机器人间的相互依赖性。这些都是机器人编队控制器设计的重点与难点之所在。为了处理这些情况,本文从提高编队系统的鲁棒性着手,为多机器人系统设计编队控制器。接着讨论跟随者机器人不能得到领导者机器人部分速度信息时的控制器设计问题,再到跟随者机器人完全不能得到领导者机器人任何速度信息时控制器设计问题。论文利用所设计的控制规律,结合自适应切换控制策略来处理编队群体避障和队形切换问题,取得了很好的效果。最后用具体的实验来证明文中所提算法的有效性。整个论述层层递进,体现了理论与实际的有效结合。论文首先回顾多机器人技术的发展历程及目前的研究现状。然后介绍单个机器人的运动学模型和控制方法,根据单个机器人的运动学规律推导两个机器人以距离—角度模型形成编队及三个机器人以距离—距离模型形成编队的动态方程。论文的主要研究内容分为两个部分。第一个部分为控制算法的理论推导与MATLAB仿真,主要包括以下几个方面：(1)在跟随者机器人完全可以得到领导者机器人速度信息的条件下,针对机器人编队系统(距离—角度模型和距离—距离模型)中存在不确定性因素(如传感器实际采样位置和理论期望位置不重合等原因而引起的不确定量)的情况,提出一种新颖的二阶滑模控制方法对传统滑模控制方法进行改进,以提高系统控制精度与抑制颤振现象。在不确定量变化率满足一定约束的条件下,将系统控制到指定的流形上,使得编队跟踪变量沿指定流形收敛到期望值,从而达到编队的目的。利用距离—距离编队模型来讨论跟随者机器人同时跟踪领导者机器人和躲避环境中障碍物的问题。(2)在系统所有信息都已知或可检测的条件下,讨论机器人轮子有打滑现象时的运动规律,并据此推导出相应的编队方程,对现有编队模型进行补充与发展。通过补偿和归并的策略,将有打滑现象时的编队方程化成和没有打滑状况时的编队方程相似的形式,然后采用与后者相类似的方法进行控制器的设计(3)受传感器或通信机制的制约,跟随者机器人可以完全得到领导者机器人速度信息的假设有时未必成立。针对此种情况,论文考虑领导者机器人线速度恒定,但跟随者机器人无法得到领导者线速度的情况。利用机器人的相对位置信息,采用自适应输出反馈的方法对领导者机器人的线速度进行在线实时估计,并将估计值引入到跟随者机器人控制器的设计当中。此算法结合输入输出反馈算法和自适应算法两者的优点,并对它们进行利用与发展,降低对系统参数采集的要求。在此算法中,控制器的设计过程由估计器的设计方法决定。为了增大控制器设计的灵活性,论文引入浸入和不变(Immersion and Invariance)法来估计领导者机器人的线速度,同时还对编队变量进行观测,最后采用二阶滑模控制算法对观测后的系统进行控制器设计,实现增强系统鲁棒性的同时降低系统各子部分之间的耦合程度。该设计方法弥补了二阶滑模控制算法需要系统中所有参数都能直接或间接得到的不足,是对二阶滑模控制算法的有效补充及对浸入和不变算法的后续升级。(4)为了降低控制算法对传感器性能的依赖,进一步考虑领导者机器人的线速度和角速度时变,但跟随者机器人无法得到领导者机器人任何速度信息的情况。论文改造与提升传统的基于控制误差直接设计控制器方法,结合输入输出线性化方法的优点,构造自适应编队算法为系统设计控制器。首先根据期望的性能指标构造一个理想的控制器,随后采用自适应编队控制算法来拟合此理想控制器的输出,从而实现在领导者机器人速度信息未知情况下对编队系统控制的目的。自适应控制器的增益系数根据系统运行性能实时在线自动调整。适当选择控制器参数(除自适应增益系数外的其它参数),可以使编队误差足够小。控制器无需估计领导者机器人的速度信息,实现起来简单方便。论文的第二部分为多机器人编队控制实验。为了检验理论算法在实际物理系统中的运行效果,论文以AmigoBot机器人为基础,搭建多机器人运动平台,对各编队算法进行实验验证和分析。实验结果说明文中所提算法是有效可行的。最后,总结全文,并对后续工作进行展望。