近年来,随着工程技术的发展,机器人技术也取得了长足进步,在工业、医疗和军事领域有着广泛的应用。群体中的单个机器人在感知、计算、决策和执行能力上是受限的,在外部作用下,容易发生故障,导致任务无法完成。然而,在复杂的环境下,群体机器人能够通过协同作用来完成任务,展现出优越的性能。早期,多机器人协同采用的是集中控制的方式,适合于结构简单机器人数量较少的情况;随着机器人数量增加,控制中心的计算压力和通信成本将急剧增加,这使得集中控制的方式不能满足实际需求。受生物群体自组织行为的启发,群体机器人已经从科学发现和工程研究的角度以分布的方式进行了研究。目前大多数针对集群系统的编队控制算法是基于序号和绝对位置的,设计简单但也存在一些不足。在基于序号的方式下,编队中每个机器人期望的位置是根据序号预先分配的,因此编队容易受到机器人故障的影响。在实际的情况中,获取到机器人的绝对位置比较困难:一、需要花费巨大的代价来搭建全局坐标平台;二、在室内以及复杂环境下机器人的绝对位置无法获取。因此,设计自组织的编队具有极大的前景和挑战。本文提出了针对无人集群系统的自组织算法来解决平面移动机器人的两类编队控制问题。首先,算法中机器人在编队中的期望位置不是根据它们的序号预先指定的,而是通过当前位置状态动态决策来确定的,这样避免了编队受到机器人故障的影响。其次,机器人之间利用的是相对位置测量方式,避免了无法获取绝对位置信息带来的缺陷。本文研究了两种编队队形:线形、楔形,并针对每种队形设计了两种自组织算法。首先,设计了两种动态领航自组织线形编队算法。机器人根据当前的位置状态选择前进方向上的领导者,动态生成领导者-跟随者序列,那么跟随者就能够通过控制器精确的跟踪上领导者,从而渐进形成期望的线形编队。其次,设计了两种动态领航自组织楔形编队算法。首先机器人根据当前的位置状态动态分配角色,然后针对每一翼机器人按照升序的方式动态选择领导者,形成领导者-跟随者序列,最后将编队问题转化为跟踪问题。