基于队形控制的多机器人系统在军事、娱乐、生产等各个领域有广阔的应用前景，因此自1990年以来受到众多研究者的关注。本文在对多机器人研究的主要内容及关键技术进行了梳理后，侧重于机器人运动协调问题的研究，对多机器人队形控制问题进行深入的探讨。 队形控制问题是指多个移动机器人在前进的过程中，整个多机器入团队建立和保持预先决定的几何形态即队形，同时又要适应环境约束的控制技术。队形控制问题在高层次上是一个具有典型性和通用性的多机器人协调问题，在低层次上是各机器人的运动控制问题。本文主要侧重于队形控制问题的高层控制问题，即队形中机器人之间的信息共享，协调合作的决策机制问题。对队形控制问题进行了深入的剖析，提出了一个统一的队形表示框架，并在此基础上设计实现了整个队形控制系统。 首先，本文提出了层次性的可扩展的队形表示框架HEFF。在以前的队形控制研究中由于缺乏对队形结构的统一有效的表示框架，使得灵活的队形控制难以实现，限制了队形控制的研究。统一的队形表示框架表示为一个由关键节点和关键边组成的有向图，称为关键图。关键图中的节点可以分派给机器人，而图中的关键边可扩展新的节点。节点有4种角色：Leadet,Conductor,Assistant，Follower．每个节点同时可有多个角色。通过关键图和各角色之间的关系，实现了HEFF内在的层次性和结构性。这个框架能表示所有能用直线段组成的队形。 然后，借助于可扩展队形表示框架，研究并实现了队形的各种基本操作行为。队形基本操作行为有：队形的扩展、收缩操作，以应对队形中机器人的增加或减少；队形的生成操作，即如何生成队形；队形的伸缩操作，即机器人队形扩大和缩小。本文还分析和设计了相应机制，使得队形在机器人增加或减少的情况下仍能尽可能地保持原队形。 进一步，利用队形表示框架的层次性组织改进了基于虚拟结构的多机器人队形控制方法，本文提出了动态可扩展的虚拟结构方法DEVS。采用动态可扩展的虚拟结构方法、基于行为的方法两者结合的形式实现了多机器队形的运动控制。 这种队形控制机制在保证队形稳定性的前提下有很大的灵活性和可扩展性，并能满足队形控制的实时性要求。 接着，在队形运动控制的基础上，结合新设计的围绕障碍物运动的行为，将单个机器人避障方法中的势场方法用于整个队形的避障控制。结合统一的队形表示框架HEFF，本文采用改进的虚拟结构方法控制队形以满足队形的结构的约束，用势场方法控制队形以满足环境对队形的约束，将两者相结合以控制队形在有障碍物环境中的运动。通过对队形中各机器人局部传感信息高效简单的表示和融合，实现了队形在未知环境下的避障操作。 最后，本文在Player/stage仿真环境下，设计并实现了整个队形控制系统。给出了全面完整的队形控制解决方案。