随着近年来科技的不断发展,机器人技术和传感器技术的发展势头十分迅猛,使用机器人完成物流运输与协作运输的需求越来越高,然而单一化地搭载传感器的机器人已经无法完成一些协作搬运、合作运输等需要多个机器人共同完成的任务。各个国家都在不断研究多机器人共同完成任务的方式,也就是多机器人编队的问题。机器人的编队控制是多个机器人共同完成任务的前提,可以提高复杂合作任务的完成效率。针对未知环境下进行编队以及编队运动到指定的二维码目标点处如何实现二维码目标点识别与标记等难题,分别从机器人编队、目标点识别、机器人建图、目标点标记出发,提出一套实现机器人在未知环境下进行编队行驶至指定的目标点处且结合目标点识别与标记的方案。通过自行设计的无人车系统实验平台进行实验验证,达到了较好的编队、目标点到达、目标点识别与标记效果。开展的主要工作如下:（1）在仿真和真实环境下对无人车系统进行搭建,首先在SolidWorks中绘制出需要仿真的无人车的3D模型,并采用sw＿urdf＿exporter插件将3D模型导出为机器人操作系统中可以使用的URDF模型,再在ROS操作系统下Gazebo仿真环境中使用URDF模型和设置相应的launch文件仿真一个和多个无人车模型为后续在Rviz和Gazebo仿真环境下编队算法仿真实验做准备。在真实环境下搭建无人车系统,用于对后续编队算法和目标点识别与标记技术进行实验验证。（2）提出了一种基于混合路径规划算法与领航者跟随者控制算法相结合的无人车编队方法,混合路径规划算法由全局路径规划和局部路径规划相结合,传统鸽群算法作为全局路径规划算法时有一定的局限性,故在算法初期提供一个初始解能够提升算法效率,并在算法的地磁算子中加入相应的权重指标,即可提升算法在整体路径中的规划效率。在编队过程中,首先利用改进鸽群算法为领航者规划出一条最优的路径,再运用领航跟随法控制每一辆跟随者小车以一定的距离和角度跟随领航者,从而形成设定的队形运动。在行驶的过程中当领航者无人车的传感器探测到未知的静态或动态障碍物情况下,将会立刻运用Morphine算法进行相应的路线设计,从而实现对障碍物的躲避,无人车躲避障碍物后回到原来的路径上继续行驶至目标点。跟随者遇到障碍物则在原地等待一段时间待领航者通过障碍物后行驶至领航者上一时刻位置避开障碍物。通过建立栅格地图进行仿真,验证了该编队方法的可行性。（3）针对编队运送物资到指定的二维码目标点这一实际应用背景,提出了一种基于ZBar算法和融合Cartographer与Hector算法的方法对二维码目标点识别并标记。因Cartographer算法没有在地图上进行标记的功能且生成的地图格式为pbstream,故引入Hector算法中在geotiff格式地图上绘制轨迹和画标记的功能,同时依据Hector算法为Cartographer编写生成geotiff格式地图的服务。在识别与标记的过程中首先利用ZBar算法对无人车摄像头捕捉到的二维码进行识别,再利用ROS中的service/topic通信获得二维码位置x,y所在的坐标并存储在容器中,最后在保存地图时调用Hector算法的画标记功能将容器中的坐标点绘制在Cartographer生成的geotiff地图上。通过实验与对比实验结果验证表明:与基于ZBar算法和Hector算法进行二维码识别、建图与标记的方法相比,此方法能在距目标点更远的地方识别到二维码且目标点位置标记的更为精确,误差更小,进一步证明该编队算法的有效性,能够在未知环境下编队行驶至指定的目标点。（4）在ROS操作系统下的Gazebo和Rviz仿真环境中验证编队算法的可行性,并在实验室真实环境下验证编队算法的有效性与可靠性,在未知环境下实现其编队队形形成与队形保持,进行队形变换和编队进行避障的功能,为以此为基础的多机器人协同完成任务后续研究打下坚实的基础。