动态不确定环境中多移动机器人自主规划方法是多移动机器人系统研究的重要内容之一。如何将机器人自身的本体(动力学)能力,以及周边动态环境作为约束,使多个机器人以团队的形式,优化地完成系统的所有任务是目前多机器人系统有待深入研究的主要问题。针对这些问题,本文提出能够同时求解路径规划和任务分配的自主规划方法,旨在逐步实现具有本体动力学和动态环境约束情况下的优化算法及分配算法实用性和最优性的统一。　　 首先,在动态环境下移动机器人的目标追逐避碰问题中,针对基于MILP方法的避障模型,引入整数变量描述类方形障碍物的避碰约束,提出一种选取整变量内点的等高面法求解MILP避障追逐模型,通过判断机器人与障碍物的方位来给出内点0-1整变量,该求解方法使得MILP求解变成LP求解。当车辆与障碍物增加时,该求解方法大大减少了模型的求解变量,提高了问题的求解效率。仿真结果验证了该求解方法的实用性和有效性。　　 其次,对类圆形障碍物,提出了单一线性规划(LP)切线或切面避障规则。该规则中,对小车与其追逐目标所确定的直线,与障碍物两者之间的方位关系进行分析,确定所需的避障线或面,从而构成线性避障约束,因此,对每个障碍物只需建立一个线性约束,不仅大大简化了二维或三维的避障模型,而且各障碍物的避障约束条件彼此相容。仿真结果验证了算法的实用性和有效性。　　 第三,对于多机器人自主规划中存在的“机器人-目标”配对问题,提出“代价矩阵”方法描述机器人与目标的分配关系,针对多机器人多目标追逐的典型应用问题,提出一种极大极小任务分配准则,期望系统能够以最短时间完成对所有目标的追逐。对于具有等机器人等目标的追逐问题建立分配模型,并提出“矩阵作业法”求解极大极小分配准则下的任务分配模型。对于“机器人数目小于目标数目”和“机器人数目大于目标数目”的两种目标追逐问题建立分配模型,在模型求解时,继承了矩阵作业法的求解思想,提出“行优先选取法”求解极大极小分配准则下的机器人与目标数目不相等的任务分配问题。理论分析和数值试验表明这两种求解方法可以对极大极小分配准则下的任务分配问题有效地提供最优解。　　 最后,以多机器人多目标追逐问题为研究对象,提出一种综合考虑障碍物、目标和机器人本体的全局代价函数,以构建用于求解的代价矩阵。分别对“机器人数目等于目标数目”,“机器人数目小于目标数目”和“机器人数目大于目标数目”三种任务规划情况,从“异质”和“同质”两个角度在MATLAB环境下进行仿真实验,验证路径规划算法和任务分配算法的有效性和实用性。