随着计算机、传感器与自动化控制等学科的飞速发展,多机器人技术在当前受到了学者专家们越来越多的关注。当多移动机器人系统完成某个任务时,通常需要多个机器人形成期望的编队队形,并且可以找到最优路径,因此移动机器人的路径规划与编队研究是当前机器人技术的研究热点和趋势,是多机器人导航、协作的基础,并且已经广泛应用于军事救援、核工业、航空航天、航海勘察等诸多高科技领域。本文围绕多机器人编队与路径寻优任务来展开。首先,阐述多机器人编队与路径优化的研究背景及意义、国内外现状,证明了本研究的意义与价值;同时介绍了全局坐标系与局部坐标系,并建立了两者之间的关系,介绍了完整约束与非完整约束,并建立了移动机器人的运动学模型,在此基础上,通过运动学方程对轮式移动机器人进行了非完整性分析。其次,重点研究了最优路径算法,并提出一种基于蚁群算法的路径寻优算法,即改进蚁群算法。通过改进传统蚁群算法参数以及初始信息素矩阵,使改进蚁群算法能快速的找到最优路径,大大提高了收敛速度。再次,针对两轮式移动机器人的编队控制问题,设计了基于PID算法的轨迹跟踪控制器和基于李雅普诺夫算法的轨迹跟踪控制器,通过分析比较选择了其中稳定性更好的控制器,即基于李雅普诺夫算法的轨迹跟踪控制器,解决了轨迹跟踪问题,并通过仿真分析,验证了该控制器的稳定性和有效性。最后,研究了多移动机器人如何在复杂环境下完成编队问题。该章节基于上章节设计的轨迹跟踪控制器,将多机器人的编队问题转化为轨迹跟踪问题,并结合领导—跟随的编队控制法,最终完成了多机器人的编队任务。