异构多智能体系统的协作编队控制问题是目前多智能体系统研究中面临的主要挑战之一,近年来引起了国内外专家和研究学者的广泛关注。本文在此背景下结合代价函数法,研究了基于视觉信息反馈的异构多智能体系统的编队控制方法。围绕基于相对距离的地面移动机器人团队的编队形成问题、动态过程中地面移动机器人团队的编队保持以及形态变换问题以及地面移动机器人团队的动态避障问题这三个方面进行研究。主要研究内容如下:1.利用视觉反馈信息研究了无人机和地面移动机器人系统的静态编队形成方法。依靠无人机引导,采用无人机机载摄相机获取地面移动机器人的相对位置信息。通过设计基于代价函数的控制器实现地面机器人编队的形成,并分析了编队形成的效率问题。最后,搭建仿真实验平台以及实物实验平台,基于编队形成问题设计实验分别得到仿真和实物实验的结果,验证提出的编队形成控制方法的鲁棒性和有效性。2.针对多智能体系统编队控制问题中的编队维持以及形态变换问题,研究了无人机动态飞行过程中地面移动机器人群的跟随、编队维持和形态变换方法。在动态飞行中,无人机扮演了“领导者”的角色,由于机载摄相机的图像坐标系与无人机坐标系存在一定的转换关系,通过建立地面移动机器人与图像的连续关联性来保证它们跟随无人机的运动轨迹,从而实现动态的跟随和编队保持效果。此外,考虑到地面移动机器人的数量变化问题,引入了可变的期望编队形态向量来提供不同的编队形状。然后,将动态的编队保持和编队变换问题相结合,设计能够平衡这两部分的代价函数来量化地面团队和无人机的相对位置状态,并使用新提出的梯度下降式控制算法完成异构系统的动态编队保持和变换。最后,在仿真平台与实物平台分别设计实验,对动态的编队保持和变换方法进行了验证和分析。3.对于智能体的运动范围区域可能出现障碍物这一问题,研究了基于视觉的异构无人机和地面移动机器人系统动态协作避障方法。该方法利用视觉信息定位一定范围内的移动机器人和障碍物,基于人工势函数提出了新的代价函数来量化各个地面智能体与各个地面障碍物之间的距离关系。然后结合动态编队保持问题分析,考虑各辆地面移动机器人与图像中心点的关系设计整体代价函数量化当前系统的状态。基于提出的梯度下降式控制算法,决定地面移动机器人的运动方向和运动速度,在完成避障的同时能够有效保证编队的维持。最后,仿真实验对提出的控制策略进行了有效验证。