多智能体系统分布式协作控制具有广泛的实际应用，受到了国内外众多领域专家的极大关注。一个典型的应用领域是车联网环境下的车车协作控制。　　一致性问题是多智能体系统协作控制中的典型问题之一。简单来说，多智能体一致性问题就是如何分析和设计每个智能体的控制协议，使得所有智能体的某些量具有相同的变化过程。　　本文考虑一般多智能体系统一致性问题及智能车辆协作控制问题。针对多智能体系统一致性问题，分别考虑通信结构为有向固定信息拓扑、有向切换信息拓扑以及具有时变时滞情况下的系统控制协议设计及一致性分析。围绕智能车辆协作控制问题，考虑车队头车纵向跟踪控制、车间距策略及车辆编队控制等问题。具体研究内容与取得的成果如下:　　首先，研究了通信结构为有向固定信息拓扑的多智能体系统一致性问题。突出的创新点主要有:1）通过构造线性变换，将线性多智能体系统一致性转化为相应线性系统渐近稳定性。2）对于无领导者连续时间（离散时间）线性多智能体系统，获得了系统达到一致的基于实数矩阵的Hurwitz(Schur)稳定性判定的充要条件，并给出状态一致函数解析表达式，进一步给出线性一致性协议中增益矩阵的构造算法。3）对于有领导者连续时间线性多智能体系统，获得了系统达到输入到状态稳定一致的充要条件，同时设计了增益矩阵。　　其次，研究了通信结构为有向切换信息拓扑的多智能体系统一致性问题。主要的创新点是:通过上述线性变换将切换信息拓扑下离散时间线性多智能体系统一致性转化为相应离散时间线性切换系统渐近稳定性，从而获得了离散时间线性多智能体系统达到一致的平均驻留时间条件，其中考虑了两种情况:信息拓扑集中所有信息拓扑都是可一致的;信息拓扑集中部分信息拓扑是可一致的。　　第三，研究了通信结构为有向切换信息拓扑和信息存在可变时滞下多智能体系统的一致性问题。创新点反映在:采用同样的线性变换将线性多智能体系统一致性转化为相应时滞切换线性系统渐近稳定性，通过构建Lyapunov函数和驻留时间模式，得到了基于线性矩阵不等式的一致性问题可解的时滞相关的充分条件，其中考虑了两种情况:信息拓扑集中所有信息拓扑都是可一致的;信息拓扑集中部分信息拓扑是可一致的。　　第四，设计了基于混杂自动机模型的智能车队头车的纵向跟踪控制。智能头车纵向控制的混杂自动机模型包括三个模态:巡航模态、速度跟踪模态及车距调整模态。在模态分析基础上，设计了三种加速度控制策略:1）巡航模态的比例-积分控制策略可以克服扰动，使得智能车辆以预设巡航速度行驶;2）速度跟踪模态的非线性加速度控制策略可以得到更小的车间距，从而增大交通密度和提高交通效率;3）当有新目标车辆出现时，车距调整策略可以快速缩短车间距，使其达到期望值。三种控制策略的切换不仅可以实现对原有目标车辆的跟踪，还可以实现对新目标车辆的跟踪。同时在速度跟踪模态，可实现高速行驶的自适应巡航和低速行驶的走停控制。　　第五，提出了智能车辆的安全变时距(SVTG)车间距策略。利用智能车辆的速度与最大减速度信息，提出自治智能车辆的安全变时距车间距策略。SVTG车间距策略和相应的跟车控制律能保证智能车队的车辆安全性、单车稳定性、队列稳定性、交通流稳定性以及较高的道路通行能力。SVTG车间距策略克服了固定时距(CTG)车间距策略的交通流不稳定以及变时距(VTG)车间距策略不安全的缺陷。　　最后，基于多智能体系统一致性理论，研究单车道和多车道多智能车辆系统的编队控制问题。对于单车道情况，提出有领导者的多智能车辆系统跟随者的控制协议，通过把编队问题转变为一致性问题，给出了多智能车辆系统达到输入到状态稳定编队的充要条件;对于多车道情况，提出了基于一致性理论的编队控制协议，得到多智能车辆系统达到期望队形的充要条件，同时给出增益矩阵的设计方法。