多移动机器人协作在军事、国防,还是工业、生活等领域都展现了广泛的应用空间。例如,其在编队巡逻、环境探索、生产和运输等具体应用场合中均显示出了极大的优势。本文以轮式移动机器人为研究对象,以协同控制为应用背景,对轮式机器人的结构,移动机器人运动规划、协作定位、协同编队关键技术进行了研究。结合市场环境分析了轮式移动机器人对旅游业、游乐场等作业这种非结构性应用环境,结合机器人设计要求给出了解决方案。通过借鉴现代汽车结构设计的载人轮式移动机器人,具有载人的特点,运用Solid Works软件设计了机身、轮式移动结构并进行了整体结构的装配,进行了关键零部件的校核,确定了整体结构,为下一步的机器人运动学动力学分析奠定可靠的基础。针对轮式移动机器人的结构特点,分析了轮式模式的直线运动,转向运动和爬坡运动,为载人轮式移动机器人的结构强度设计和运动仿真提供了理论依据。针对多目的地路径规划场景,设计一种结合基于重建环境栅格地图的排序方法、改进的Q-learning算法设计了一个全局路径规划的多目的地路径规划算法。仿真结果表明,全局规划中的路径长度比单目的地路径规划算法平均长度减少了22%,提高了移动机器人的工作效率;有效提高了移动机器人的平稳性和工作的效率。与其他多目标的路径规划算法相比,都在可接受的水平上接近最佳Pareto front。而且,移动机器人经过较少障碍物的安全性。本文应用自动控制和非完整系统理论,研究了非完整性约束多移动机器人在保持理想编队的情况下跟踪与领航者运动的编队收敛以及系统稳定性问题。通过图论分析构建通信拓扑图,建立了多机器人协同运动的编队通信协议。通过非完整性约束进行数学分析构建领航机器人与跟随机器人的运动模型和运动系统误差模型,之后通过李雅普诺夫函数从理论上证明了本文编队控制策略的收敛性。利用MATLAB仿真以及与其他领航者编队控制算法仿真结果的对比,验证了非完整性约束的多机器人系统编队控制的可行性。该方法具有较短的误差收敛时间,提高了控制的实时性,改善了队形控制的性能。多机器人编队任务的现实环境中不可避免的会遇到队形变换的动态编队问题。通过设计多机器人队形变换的动态协作控制策略,解决在复杂环境中队形的保持和变换问题。该策略设计队形适应度函数,来分析多机器人系统遇到的环境约束与群体的初始队形形状的关系,从队形库中获得最适合的队形形状。最终,由领航机器人发布命令控制完成队形变换后通过障碍环境。本文以多移动机器人编队控制为研究主线,以轮式移动机器人为研究背景,内容涵盖了运动规划、路径规划、协同编队等编队控制的关键技术,在这些方面取得了多目的地路径规划算法、非完整性约束的轮式机器人编队控制以及队形变换的动态编队控制策略,并得到了大量的仿真证明。本文设计的多目的地路径规划方法在不同环境中有较好的适应性,具有一定的泛化能力;多机器人编队任务的现实环境中静态编队以及动态编队队形的保持和重构。本课题的研究是对多机器人系统合作和协调研究领域的重要补充,具有一定的理论意义和实际应用价值。