群机器人系统作为典型的分布式群体智能人工系统,是由众多结构简单、功能相同的个体机器人构成,它受启发于自然界中社会性生物群体的行为,通过对系统内部成员之间协调控制,同时充分运用个体的有限感知与交互能力,系统能够涌现出学习、协作等智能行为,从而用于解决实际应用问题,比如一些单机器人或多机器人系统很难或者无法完成的复杂任务。围绕未知复杂环境下群机器人多目标搜索问题,本文针对于机器人的协调控制的方法进行了研究,该课题具有非常大的现实意义与应用价值,有利于实现目标的搜索与救援、路径规划、编队的控制与协作以及导航等,研究成果可广泛应用于煤矿救援、有毒化学药品泄漏源定位、军事对抗、维和与反恐等方面。围绕以上内容本文所进行的主要工作和研究成果如下:(1)本文首先考虑了群机器人自组织任务分配问题,在基于目标响应阈值与概率原则的自组织任务分工模型的基础上,引入了包括子群成员优势地位评估与退盟、二次加盟在内的负反馈调节机制,给出了一种简单的动态闭环调节自组织任务分工方法。(2)对于个体机器人的协调控制策略,本文设计了基于简化虚拟受力模型的个体运动控制方法,在这种控制方法下机器人能够仅仅根据两最近近邻的状态与位置信息判断出合理的运动趋势。(3)对于子群层面上群体行为的协调控制,本文在子群内部成员之间采取了基于扩展微粒群算法的合作搜索策略。同时,文章中也考虑了机器人的漫游、避碰等底层行为的规划。对于环境中处于漫游状态下的个体,本文设计了基于与左右最近个体运动方向不同且保证最大搜索面积的漫游搜索策略;对于机器人的避碰规划,本文在简化虚拟受力分析模型的基础上给出了个体避碰方法,同时针对环境中复杂的凸障碍物与非凸障碍物,本文也设计了个体循障策略。综上所述,本文提出了基于简化虚拟受力分析模型的群机器人多目标搜索协调控制方法,并在未知凸障碍物和未知动态非凸障碍物两种环境下,对本文所提出的算法进行了仿真研究,结果表明,系统能够表现出较好的灵活性、可扩展性以及良好的搜索效果。