作为一种新型的群体智能算法,微粒群算法源于群居生物行为的启发,具有收敛速度快、搜索效率高的特点,已成功应用于多种优化问题的研究。群机器人是典型的群体智能系统,用于目标搜索时,系统中的个体机器人与微粒群算法中的微粒具有映射关系,仅若干物理特性不同。故可将微粒群算法扩展后用于群机器人系统的建模及协调控制。同时,在自主移动群机器人学中,避障导航及路径规划等问题属于基准任务,亦是本文的立论依据。本文首先对群机器人的系统特征进行形式化描述,将微粒群算法扩展后,提出一种适合于群机器人目标搜索的算法模型,并对其性能通过仿真实验进行了研究,发现其能够用于指导群机器人的目标搜索。然后,对群机器人的路径规划问题进行了综述,在环境信息未知且同时存在静态及动态障碍的情形下,基于机器人的多传感器结构特征,在传统人工势场法的基础上,提出一种适用于群机器人系统的基于多传感器结构的人工势场避障导航算法。该算法的有效性通过仿真实验得到验证。最后将上述方法进行有效集成,在存在环境障碍物的情况下,对群机器人系统的目标搜索任务进行了仿真实验。结果表明,该方法能够有效解决群机器人的路径规划问题。