近些年来,多智能体系统协同控制在各个领域得到广泛应用,一致性问题作为协同控制的基础受到众多国内外学者的关注。在一致性实现过程中,需要智能体不断的更新控制器以及与邻居智能体进行大量的信息交换,传统的连续控制势必造成系统计算资源与通信资源的浪费。本文基于现有一致性研究成果,分别针对具有二阶、强非线性AUV和非完整性约束移动机器人模型的多智能体系统,设计不同的事件触发控制方法,使其实现一致。本文的主要内容如下:1.针对二阶leaderless多智能体系统,考虑拓扑图是有向强连通的,设计了一种集中式事件触发控制策略,通过结合相关的稳定性理论知识,得到了可以使系统实现一致的充分条件,并且进一步证明了系统不存在Zeno现象,结合仿真结果可以看出该算法使系统实现一致的同时可以有效的减少控制器更新次数。2.针对二阶leader-following多智能体系统,与leaderless系统不同,考虑每个智能体动力学中含有非线性函数的情形,在有向拓扑图下设计了一种分布式事件触发控制策略,在这种控制策略中每个智能体都有自己触发函数,结合相关理论知识,证明了所有follower都能渐近跟踪上leader,并且系统不存在Zeno现象,结合仿真结果可以看出该算法可以进一步减少控制器的更新次数并且具有更好的灵活性。3.针对具有强非线性和强耦合的多AUV系统,我们考虑AUV水下通信和自身资源有限等问题,设计了一种分布式事件触发控制策略,通过Barbalat引理和Lyapunov稳定性知识,证明了该策略能够使系统实现稳定,进而得到所有AUV的位置和速度能够达到一致,并且通过求得触发条件的充分条件,证明了系统不存在Zeno现象,结合仿真结果可以看出该控制方法与连续时间、脉冲等控制方法相比,能够有效地减少AUV控制器更新次数以及降低AUV之间的通信频率。4.针对具有典型非线性的多非完整性移动机器人编队问题,首先将编队问题转化为一致性问题,接着设计一种周期事件触发控制策略,该策略只需在周期采样时刻进行触发条件检测,从而保证触发最小间隔的存在,省去了对Zeno繁琐的证明,结合LaSalle不变集定理和Lyapunov稳定性知识,证明了该策略能使转化后的系统达到一致,进而得到多机器人能够实现编队任务,结合仿真结果可以看出该方法与现有机器人控制方法相比,能更大程度的减少控制器更新次数、采样次数以及降低通信频率。