近几年来在移动机器人领域内关于多机器人系统研究的规模和重要性已经显著的提高。在单个机器人控制的基本问题方面已经取得了巨大的进步,多机器人协调的研究逐渐成为热点问题,其分布式结构、环境适应能力强、鲁棒性、低成本和工作效率高等相对单体机器人的优越性,使许多学者已经将他们的注意力转向了多机器人协调的研究。队形保持作为多机器人系统领域内的代表性课题,就现阶段技术水平,理论研究大多数停留在计算机仿真阶段,缺乏基于实际平台的研究成果。本文以法国Aldebaran Robotics公司的NAO仿人智能机器人为实验平台,针对多机器人队形保持的目标识别与定位、队形形成和队形控制三项内容进行了研究讨论。定位问题作为多机器人队形保持的关键性问题,本文以NAO的视觉传感器为基础,针对NAO的定位问题进行了研究。根据NAO获取的图像和目标的特点,合理采用图像处理和目标识别的方法,提出一种基于单目视觉的空间目标点定位模型,实现利用识别出的目标中心在图像中的坐标获取目标在NAO坐标系中的三维坐标,进行了定位实验,验证了该定位方法的精度满足队形保持的要求。基于定位方法的研究,针对NAO的队形形成,提出一种基于领航跟随者的多级编队方法。该方法的核心思想是将一组机器人按级分为多组领航者与跟随者,利用跟随者定位的领航者位置信息,根据领航跟随者l-φ位置控制规律计算组中跟随者在目标队形的期望位姿,克服目标容易丢失和实际平台队形控制协同性差的缺点。设计了队形形成实验,实验结果表明,该方法形成的队形与期望队形误差满足要求,并且达到了为队形控制协同做准备的目的。针对基于NAO的队形控制问题,采用了基于行为的方法,结合NAO的控制模块设计了走向目标、避障、沿边行走和恢复队形四个子行为,采用了基于行为的包容式控制构架基础上结合,作为NAO在队形控制中的行为选择机制。设计队形控制的三个实验,实验结果表明了基于行为分解法的队形控制方法在基于NAO的多机器人队形保持问题中的实效性。