随着对机器人技术的不断深入研究，单机器人技术越发的成熟。为了满足某些机器人系统的并行需求以及提高机器人系统运行效率的需求，多机器人系统应运而生。越来越多的事实也证明多机器人系统有着不可替代的优越性，所以对多机器人协作系统的深入研究是很有必要的。多机器人编队是一种典型的多机器人协作系统，针对它的研究对多智能体技术以及多机器人协作系统有不可忽视的推动和促进作用。多机器人编队在通常意义上可以分为两个部分，即机器人编队形成控制和机器人队形的保持控制。机器人编队形成控制，是指多机器人队形从初始状态收敛成指定的几何形态的过程。多机器人队形保持控制，是指多台机器人组成的队形在向特定目标或者方向运动的过程中，保持特定的几何形态，同时又要适应环境约束(如避开障碍物)的控制。本文针对机器人编队的这两部分内容，主要进行了以下三方面研究： ㈠针对多机器人编队问题设计了分布式与分层结构相结合的分布式层次控制结构。分布式控制方法具有控制灵活、控制效率高等优点。而分层结构则可将总的任务划分为任务层、协调层、动作层三个层次，分层结构层次任务明确，有利于编队任务的完成。本文所设计的控制结构有效地结合了两者的优点。实验证明，该控制结构在多机器人队形形成和队形保持过程中具有较强的可行性和灵活性。 ㈡提出了基于动态目标点的行为分解编队算法。在机器人编队的过程中如果给定机器人一个目标点，能有效的实现多机器人编队。但是如果给定一个固定的目标点在一定程度上会束缚编队的效率，通过动态设置目标点就有效的解决了这个问题。同时，将动态设置目标点融入到行为分解算法中就可以在运动过程中提高机器人运动行为的有效性，从而大大提高编队形成的效率。该算法在多智能体协作仿真平台MuRoS-Multi-Robot Simulator上得到了验证。 ㈢设计了基于声纳传感器和多机器人通信的编队保持方法。该方法仅采用声纳传感器获取环境信息，这样即保证了信息的充足，又降低了数据传输的负担；该方法利用机器人配置的无线网卡构建无线局域网，并使用机器人的ArNetworking网络软件包和socket网络编程实现多机器人之间的通信。该方法在Pioneer3机器人上利用Leader-Follower控制模型进行了物理验证，从而证明了本文所提出的方法的有效性和可行性。