在自然环境中,一些动物以群体的方式进行生存。比如,蚂蚁群体有效地集体觅食、鸟类有序地集体迁徙、鱼群集体躲避捕食等。这些生物通过有限的信息检测和传递,基于局部的生物协作实现高效、有序的群体行为。从生物现象中得到启发,研究者希望利用一些简易、低成本的智能体,通过一些协调规则,模拟生物体之间的群体行为,使得这些自主体以某种自组织行为共同完成某项特定任务。自从二十世纪九十年代以来,关于多自主体系统的编队控制研究已经成为热点,并且发展很快。多自主体(包括水下、地面或空中机器人)协调完成任务具有很大的应用前景,如：在危险环境中进行搜索救援工作,海洋数据检索和抽样,监视／战斗任务等。本文主要研究了静态拓扑和动态拓扑网络下的多自主机器人二维空间编队控制问题。考虑静态拓扑网络的多自主体机器入的空间编队控制,分别针对无向拓扑结构和有向拓扑结构解决了以下两个问题：1、空间编队控制可实现的拓扑条件是什么?2、如何基于局部相对信息的分布式反馈控制实现编队镇定?考虑第一个问题,通过利用复拉普拉斯矩阵表征空间编队的线性约束,我们发现了相似空间编队的集合完全对应特定秩条件下的复拉普拉斯矩阵的零空间,从而获得了空间编队控制可实现的充分必要拓扑条件,即双根的(2-rooted,一种新的图的连通性)。考虑第二个问题,同样基于复拉普拉斯矩阵,我们获得了一个基于局部相对位置信息的分布式线性控制策略,并且论证了保证全局收敛稳定增益的存在性。另外,由于稳定增益可以用来任意配置闭环系统矩阵的特征值。因此,除了保证系统的全局稳定性之外,还可以实现其他性能指标,如鲁棒性、快速收敛性等。考虑动态拓扑网络的多自主机器人编队控制,我们研究了更具一般性的有向拓扑结构。静态有向拓扑实现编队的充分必要拓扑条件是该拓扑是双根的。因此,我们假设动态的拓普网络在满足双根的有向拓扑网络见切换,给出停滞时间(dwell time)和平均停滞时间(average dwell time)的条件,保证多自主机器人在动态拓扑网络中实现全局稳定。除此之外,在停滞时间或者平均停滞时间提前已知的情况,我们给出了一个系统的方法保证系统能渐进稳定收敛到指定编队。在动态拓扑网络下给出了多自主机器人编队控制的一种探索性结果。对于本文提出的分析方法和控制算法,不仅给出了严格的理论分析和数学证明,还通过Matlab仿真和基于ROVIO智能机器人实验平台验证理论分析的有效性。