多机器人系统是在单个机器人的基础上,通过一系列通信和协同算法,实现各个机器人信息共享、协同合作的复杂系统。它能够解决很多单机器人无法解决的问题,具有单机器人系统不可比拟的优势,在很多方面具有广泛的用途。在多机器人系统运作中,首先需要解决的是多机器人的定位和协同控制问题。本课题根据实验需求,设计了一套包含领航者和跟随者的多机器人系统用于研究定位和编队问题。其中把跟随者划分为感知层、驱动层、网络通信层和运算控制层四个层面进行设计,所设计出的跟随者具有自定位和协同定位功能,并且各机器人在无线网络下共享信息。跟随者上配备摄像机感知外部环境,利用颜色特征检测动态背景下的运动目标以及投影定位法确定目标的图像坐标。为了使目标保持在图像成像平面中心,利用提取到目标的图像位置信息作为反馈信号,设计双闭环PID视觉跟踪控制器并在线整定控制器参数。在摄像机对准目标后,跟随者上的激光测距传感器和绝对值编码器可获取到跟随者与运动目标的相对距离和角度。为了能确定机器人组与外部路标的相对位置,对这些环境中的局部信息运用卡尔曼滤波进行多机器人定位。本文分别研究了多机器人的自定位方法和协同定位方法,前者易于实现和扩展,但由于领航者采用航位推算从而会有累积误差。而后者则不会有累积误差且能更好地利用多个机器人的观测信息,但会占用较多运算和通信资源,在用集中式计算方式实现显得尤为突出。分布式的协同定位算法能够减少资源的占用,并且易于移植到以后新增的跟随者上,但代价是定位精度的降低。在得到机器人在环境中的定位后,研究多机器人的编队控制问题,其中研究了Leader-Follower和虚拟结构两种编队方法。Leader-Follower编队方法中采用l-φ策略建立误差模型和设计编队控制器;而虚拟结构则将编队问题转化成单个机器人的轨迹跟踪问题,在建立单个机器人的位姿误差模型后利用Backstepping设计方法构造Lyapunov函数得到轨迹跟踪控制器。在仿真对比中,后者的编队效果相对更好。最后,把虚拟结构编队法和自定位方法运用到实际系统上进行验证,其实际运行效果良好。