随着自动化技术的不断发展,多机器人系统以其相较于单机器人更好的灵活性和鲁棒性被广泛应用于服务、国防、救援等领域。针对GPS受阻无定位基站环境下机器人间相对位姿难以获得,多机器人定位与编队控制系统缺乏集成且配置成本高的问题,本课题提出一种基于UWB的多机器人相对定位与编队控制方法。将低成本、高精度的UWB传感器作为主要定位传感器,提高多机器人在视距阻挡、特征缺失环境下的定位能力,降低多机器人系统的配置成本。将多机器人相对定位与编队控制方法集成在一个系统中,提高多机器人系统的适应性。具体工作分为下面几部分:首先,本课题提出一种基于UWB的相对定位方法。利用UWB第一信道接收功率与滑动窗口内UWB接收功率的变化率识别视距与非视距环境,通过卡尔曼滤波算法对不同环境下的UWB测距值进行估计,以抑制UWB非视距误差;利用多组机器人间测距信息与里程计预测的机器人位姿构建非线性最小二乘问题,实现机器人间的相对位姿估计,即机器人间的相对位置和航向估计;利用扩展卡尔曼滤波算法估计里程计协方差,并将其以加权的方式运用于非线性优化,以抑制滑动窗口内里程计累积误差;采用图优化算法融合里程计与非线性优化获得的相对位姿,进一步提高定位精度与稳定性。其次,本课题提出一种基于相对定位的编队控制方法。将由UWB获得的多机器人相对位姿应用于编队,采用领航-跟随方法设计编队模型,在领航者坐标系下通过给定的期望队形生成虚拟的跟随机器人目标位姿,跟随机器人通过线性反馈控制器对虚拟目标跟踪完成编队。针对复杂环境下多机器人障碍物避让问题,利用向量场直方图算法实现多机器人在复杂环境下的动态避障。利用karto SLAM算法结合领航机器人提供的多组激光雷达扫描数据构建子地图,通过子地图评估当前编队队形与环境中障碍物的冲突情况,当冲突发生时编队将在三角形和线形队形中切换,以适应当前障碍物环境确保编队通过性。最后,在真实环境下进行了实验测试。结果表明,本课题所提多机器人相对定位方法,在6m×12m的室内环境中能够获得0.32m的平均位置精度和4.16°的角度精度,将获得的相对位姿应用于编队能够实现稳定的编队控制,编队行进过程中能够灵活避让障碍物且整体跟踪误差小于1m。