最近几年以来,在移动机器人的研究领域中,单机器人的功能提升和应用范围已经取得巨大的进步,但是同时多机器人的鲁棒性、低成本和高效率相对单机器人来说更加优秀,因此多机器人的协调控制研究逐渐成为研究的热门领域。多机器人路径规划与搬运是多机器人系统领域内的代表性课题,在现阶段来说,路径规划与搬运的理论研究更多的处在仿真阶段,缺少实际平台的研究成果。本文基于法国Aldebaran Robotics公司的NAO仿人智能机器人实验平台,针对多机器人路径规划与搬运两项内容进行了研究讨论。本文首先对多机器人系统及其发展状况进行介绍,描述了路径规划与搬运的现有研究结果,并分析目前国内外在这两个课题领域的研究现状及部分研究成果的适用情况。定位问题是机器人路径规划与搬运的关键性问题,本文以NAO机器人的视觉系统为基础,对NAO机器人的目标识别与定位进行了研究。根据NAO机器人获取的图像和待识别目标的特点,采用合适的图像处理方法与定位模型,获取待识别目标在NAO机器人坐标系中的位置,并进行了多次重复定位实验,验证了定位模型的可行性。人工势场法具有函数简易、运算效率高的优势,但易落入局部极小点。本文针对人工势场法的缺陷,改进了其算法,利用Matlab仿真验证改进算法是否可行。之后借鉴仿真过程中对角度参数的利用,设计了NAO机器人的主动避障规则,使NAO机器人能在搬运目标与其自身之间存在一个或两个障碍物时实现主动避障。搬运是在NAO机器人实现主动避障后进行的,包括位置调整与目标搬运。在位置调整过程中,根据主动避障的结果,利用NAO机器人的视觉系统对搬运目标进行多次识别,实现位置调整;在目标搬运过程中,引入了NAO机器人的步态参数控制器,通过精确控制NAO机器人的每一步状态来实现队形保持。最后在实验环节,通过多次重复实验,对主动避障、位置调整和目标搬运在实验中出现的问题进行解决,并获得最佳步态参数表。最终通过实验验证了多NAO机器人的路径规划算法与搬运方案的可行性。