机器人相互协调工作在军用和民用方面都有很多优点,近年来,多移动机器人协调合作成了研究学者广泛研究的内容之一。编队是机器人之间可以协作的一个主要问题。机器人编队是一群机器人的运动行为,由于系统内部机器人数量增加,机器人要准确检测其他机器人状态,唯一的方法是增加传感器,但会使机器人个体的复杂度增加。为减少每个机器人所携带的传感器数量,本文采用图像传感器计算机器人之间的相对角度及相对距离。结合近年来国内外发展,本文除了引入一种新的控制算法之外,论文还将多机器人编队控制算法从理论仿真上升到实际硬件平台实现,即从软件仿真和硬件实验两方面验证本文引入算法的正确性。本文主要做了以下几方面工作:　　(1)本文研究了基于视觉的领导-跟随(Leader-Follower)编队运动学模型。通过推导机器人运动过程中的相对位姿,得到了编队系统的非线性模型。常用的非线性控制方法有以下两种:一种是反馈线性化,它是通过反馈或状态变换的形式将非线性系统代数的变为线性系统;另一种是控制方法滑模变结构,它是通过设计滑模面,使系统状态在一定特性下沿规定的状态轨迹做小幅度、高频的上下震动。对比两种控制算法的优缺点,本文将基于线性反馈的滑模变结构控制应用到编队控制模型中。并通过MATLAB仿真验证系统模型应用基于线性反馈的滑模变结构方法控制的正确性与抗干扰性。　　(2)本文将图像颜色空间转换到HSV空间,利用视觉三角测量原理计算得到智能车之间的相对位姿。　　(3)本文开发了智能车编队硬件平台。硬件平台包括三辆智能车,智能车处理芯片为ST公司的F4系列DSC处理芯片;主传感器选用ov7670彩色图像传感器;辅传感器分别为超声波测距传感器及红外传感器;智能车测速模块由光电对管和码盘组成。此外,本文还在智能车后方安装了红色正方形,以此作为参照物来获得智能车之间相对位姿。　　(4)对本文提出的控制算法进行软件仿真和硬件实验。首先对其进行软件仿真,在领航者圆形仿真轨迹中加入噪声,并将仿真结果分别与反馈线性化控制结果作对比,来验证本文算法的优越性。其次,本文将控制算法加入硬件平台中,通过硬件实验验证了本文算法有效、易行。