随着微型计算机技术与通信技术的发展，小型机器人协调合作已经成为可能，而且在各个领域得到了广泛的应用。多机器人协作能够完成单个机器人完成不了的任务，受到了学者的广泛关注。编队避障是多机器人协调合作的最基本问题，在复杂环境下对周围信息的获取和处理也是至关重要的。所以这就要求每个智能车的体积要足够的小，并且获取周围信息的能力要强。所以本文提出了基于视觉的方法，采用图像传感器，作为主要的周围环境信息的获取途径，通过图像检测来得到机器人与目标点之间的相对位姿。本文还提出了一种新的控制算法，并且在软件平台和硬件平台上进行了算法仿真，验证了算法的正确性。本文的工作主要是以下几个方面：　　(1)本文主要研究的是基于视觉的智能车编队避障的控制研究，编队模型采用领导一跟随(Ireader-Follower)模型。单个机器人的模型是典型的非线性模型，文中介绍了两种主要的非线性系统的控制方法，一种是反馈线性化控制方法，它是用状态反馈的方式将非线性系统转化为线性系统，然后采用线性系统的控制方法；另一种是滑模变结构控制方法，这种方法主要是通过设计滑模面，结合切换函数，设计控制器，使得系统的状态在规定状态附近进行小幅、高频振动。通过分析两种方法的优缺点，本文提出一种基于反馈线性化的滑模变结构控制，通过仿真验证了方法的正确性。　　(2)在图像处理方面，为了提取更加准确的图像信息，来计算智能车的相对位姿，本文将RGB颜色空间转化为HSV空间，对H通道的图像进行二值化，利用三角原理得到距离和角度。　　(3)本文采用了基于行为的避障分层控制方法，通过仿真验证了该方法的正确性。　　(4)搭建了基于STM32 F4单片机的硬件系统，包含ov7670摄像头、超声波传感器、红外传感器及光电对管等传感器。完成了编队避障的硬件仿真。