多机器人协同作业目前已在协同覆盖与搜索、协作式跟踪、监控、围捕等各种场合下辅助或替代人类完成某些特定的任务。与单机器人相比,多移动机器人系统拥有时间、空间、功能、信息和资源上的分布特性,从而在任务适用性、鲁棒性和可扩展性等方面表现出极大优势。编队控制作为多机器人系统协作的一个典型问题,为了保证编队协作的安全和效率,通常需要考虑编队控制系统的暂态性能特性,尽快地实现预期的编队控制目标。因此,研究多移动机器人系统的预设性能编队控制问题具有重要的理论价值和应用意义。本论文研究基于领航-跟随者结构的移动机器人预设性能编队控制问题。论文的主要研究内容如下:第二章针对具有模型参数不确定的多移动机器人系统,研究具有通讯范围约束的移动机器人领航-跟随者编队控制器设计问题。首先假设编队中的每个移动机器人可以通过车载无线传感器互相通讯来获取领航者的运动状态信息。其次,考虑车载传感器的通讯距离的约束问题,如果两个机器人之间距离太远,可能无法获取对方的状态信息。另一方面,多机器人之间如果发生碰撞,通常影响到任务执行的准确性,导致工作效率低下。相邻的机器人之间的通讯连接保持以及避碰问题可以描述成相对距离与方位角的约束问题:要求整个编队运动过程中相邻的机器人之间的距离和方位角始终处在合理的范围内,以确保多机器人系统可靠的通讯和避碰。然后,应用具有对称边界的tan型障碍(barrier)李雅普诺夫综合法,并结合自适应Backstepping控制设计方法构造编队跟踪控制器使得编队跟踪误差系统稳定,且相邻机器人之间的相对距离与方位角在整个编队运动过程中始终处在预先设定的范围内。此外,进一步将误差约束的边界函数设计为时变的衰减指数函数,所设计的编队控制器确保了编队跟踪误差满足预先设定的稳态性能和暂态性能(包括误差的收敛速度与最大超调量)。通过数值仿真验证了所设计编队跟踪控制器的有效性。第三章针对具有不确定动态的多移动机器人系统,研究基于视觉反馈的移动机器人领航-跟随者编队控制问题。首先假设编队中的每个移动机器人利用车载视觉传感器可以直接获取本身与其领航者之间的相对距离和方位角信息。为了避免使用领航者的线速度信息,本章基于自适应参数估计方法来估计领航者的线速度上界,并将该估计参数应用于虚拟控制器的设计过程中。其次,在编队控制器设计过程中,应用动态面控制技术来避免使用领航者的加速度信息。然后,应用自适应神经网络控制技术来逼近移动机器人动力学模型的动态不确定性。最后,应用具有非对称边界的tan型障碍李雅普诺夫综合法和自适应Backstepping方法设计自适应神经网络编队控制器,使得领航者与其跟随者机器人之间的相对距离与方位角在整个编队运动过程中始终处在预先设定的范围内,且编队跟踪误差满足预先设定的稳态性能和暂态性能。仿真结果验证了文中提出的设计方法的可行性。