随着机器人应用范围的扩大,对其能力的要求越来越高,多个机器人协作可以完成单个机器人无法完成的复杂任务。编队运动是常用协作策略,但目前多机器人编队研究主要集中于足球机器人和室内机器人等已知环境,室外未知复杂环境中的编队研究较少。本文以室外动态未知环境为应用背景,对多机器人协调编队运动控制进行了研究。在多机器人控制中,系统结构的选择很重要。由于机器人数目较少且存在相互通讯,本文多机器人系统采用混合式群体结构,队形控制采用领航者跟随法,机器人个体结构选择反应速度快的基于行为的设计。为了提高输出行为的针对性,本文设计了一种分层融合式结构。室外环境未知,基于采样的运动规划可以避免环境建模,本文设计了一种基于传感器的确定性采样树法(SDT)。在具体行为设计时,考虑到团队侦察的优势,躲避静态障碍物行为采用两种方法(确定性采样法和切线可通行域法)分别设计。利用最小二乘法拟合出动态障碍物的运动轨迹,并采用模糊控制原理来改变机器人运动速度实现避障。为了适应复杂环境,本文采用队形不完全保持策略。在形成队形时,采用最远距离最小-平均距离最小算法分配队形点,而且机器人能够自行更改队形点,以解决队形点被占的问题。目标点附近可能出现由固定步长带来的震荡问题,为此本文划分了减速区和队形目标区。在保持队形过程中,leader采用队形的条件反馈,并可以根据环境的需要自主进行队形的转换。针对目前的研究多数以实现编队控制为目的,为了将编队控制与工作任务相结合,本文使用有限状态机的概念,将多机器人系统在不同阶段的任务定义为不同的状态,在每种状态中分别进行编队控制,从而将编队控制变为一种完成任务的手段。最后,对机器人在未知环境下的动态围捕任务进行了仿真,证明了上述方法的有效性和正确性。