近年来,水下机器人（Autonomous Underwater Vehicle,AUV）作为探索海底资源、进行海底科学考察的有效设备,受到了广泛的关注。然而单个AUV的作业范围狭小、无冗余、感知、通信能力有限且需要AUV的高智能要求等因素,在许多作业环境中无法顺利完成任务。因此,多水下机器人系统（Autonomous Underwater Vehicles,AUVs）出现,抽象于自然界中的鸟群、鱼群等的群体智能系统,以其分布范围广、单个载体低智能、存在大量冗余等因素,成为各个领域和学科中广泛关注与应用的系统。在多水下机器人协同控制中,编队控制作为基本的控制需求,成为多机器人领域的研究热点。与多无人机协同和多移动机器人协同相比,多水下机器人所处工作环境属于弱通信环境。因此,通信受限情况下的多水下机器人协同控制算法就成为了研究的重点。选取一致性算法来进行协同控制,是因为多水下机器人的集结、围捕以及编队等作业,均需要多水下机器人在稳态时实现各个状态信息的一致,同时考虑水声环境的影响以及作业精度的要求,研究有限时间一致性算法在协同控制中的应用。论文分别针对作业需求以及通信环境因素,研究了基于多水下机器人系统的有限时间一致性算法、通信受限下的一致性算法以及基于人工势场函数的队形转换中的队间避碰算法。有限时间一致性算法以其调整时间短、动态性能良好等优点,成为论文研究的重点。将多水下机器人系统拟成一、二阶系统,分别研究基于两种系统的一致性算法,同时考虑若干个机器人所获取的参考数据信息出现偏差的情况,进行两层一致性算法的研究。分别研究虚拟领航者、单领航者以及多领航者下的渐近一致性和有限时间一致性算法在协同编队中的应用。研究弱通信系统的有限时间协同编队控制方法。首先,针对弱通信系统的特点,论文将采用一致性算法对多水下机器人进行各个状态信息的一致性协商。研究具有固定通信距离下的多水下机器人协同编队控制问题。主要研究具有单领航者和时变通信拓扑的编队。各机器人根据收到的邻居状态数据来更新自己的状态。同时考虑时延和数据丢包的情况,存储信息并使用历史信息经计算得到估计信息,并以此来代替丢失的信息进行一致性协商。研究基于人工势场函数的避碰算法。通过设计每个机器人周围的势场函数,使机器人周围形成外疏内密的势场虚拟力,从而实现多机器人对静态目标和动态目标的碰撞躲避机制。最后运用零空间加和的方式,将基于信息一致性算法与基于人工势场函数的避碰算法结合起来,实现队形转换过程中的避碰效果。