工程技术的持续发展推动了机器人相关行业的飞速发展,使得机器人技术已经广泛地应用于军事、航天、工业、险情救援等各个领域;同时,多机器人编队控制在环境监测、污染防治、灾难救援与监视等领域中也有着一定的应用价值与较好的使用前景,因此对多机器人编队控制技术进行研究具有一定的理论意义和科研价值。本文以基于移动机器人集群技术的危险源搜索项目为背景,为了形成一种高效且鲁棒性强的多机器人编队控制技术,对一种基于质心维诺划分（Centroidal Voronoi Tessellation,CVT）的多机器人编队控制技术进行优化研究。首先通过构造每个机器人的缓冲-不确定性维诺细胞（Buffered Uncertainty Voronoi Cell,BUVC）提高多机器人的避碰能力;其次通过离散化维诺划分和通信距离约束,以及相应避障策略解决有限通信范围和非凸环境下多机器人编队控制问题;最后,在此基础上,采用健康损耗管理算法（Health Degradation Management,HDM）有效地减少机器人的健康损耗,从而提高编队的工作时间和鲁棒性。本文主要研究内容如下:（1）传统CVT算法仅在维诺细胞大于机器人的情况下能够保证机器人避碰能力,并且较少考虑到定位系统中固有的定位误差,以及实际中不能质点化的移动机器人可能引起的碰撞问题。本文在CVT算法的基础上引入机器人的定位不确定性因子和机器人的实际尺寸,为每个机器人构造缓冲不确定性维诺细胞（BUVC）,使得维诺细胞的大小能够根据定位不确定性做出改变,并在细胞之间引入缓冲带。仿真表明,该方法能够有效解决存在机器人实际尺寸和定位系统误差时的编队生成问题,进一步的提高机器人避碰性能。（2）考虑到CVT算法的非凸环境局限性以及实际中存在的机器人有限通信距离的约束,前者会限制维诺细胞的划分,使得质心不可达;后者则会产生错误的质心和细胞划分,引起机器人碰撞。本文首先通过离散化维诺划分和非凸约束解决非凸环境局限性;其次通过通信距离约束实现有限通信距离下的BUVC划分;最后引入相应避障策略,解决质心不可达问题。仿真表明,该算法可以对非凸环境进行带有通信距离约束的BUVC划分,并在机器人编队运动过程中保证机器人的避碰能力。（3）针对传统编队控制较少考虑到实际环境条件对机器人健康、工作可靠性和任务完成度的影响。本文提出了编队健康损耗管理算法HDM,首先量化构造机器人的健康状况;其次通过机器人之间的健康差异设计健康平衡控制器;最后通过该控制器对机器人的输入产生约束,使得编队机器人减少健康损耗。仿真表明,该算法可以有效地减少不健康机器人的健康损耗,使得系统更好的应对机械故障和突发状况等不可预见性损坏,以提高编队在不同场景下执行任务时的鲁棒性。综上所述,本文通过对传统基于CVT的多机器人编队控制算法进行展开研究,首先改进并优化了维诺细胞划分方法,有效提高了多机器人编队的避碰性能;其次,提出一种约束性维诺划分方法,能够解决非凸环境下通信距离有限的多机器人编队生成问题;最终通过提出健康损耗管理算法,提高了编队在不同场景下执行任务时的鲁棒性。