机器人在制造业、军事侦察、安全消防、交通疏导、社会基础建设、医疗机械等多个领域有广泛的应用。个体机器人技术已经满足不了快速变化需求,多机器人技术在这种需求环境下发展成为机器人学研究领域的重要分支。多机器人围捕是研究多机器人协作领域的一个重要研究方向,对其进行研究具有一定的理论意义和应用价值。本课题从信息采集与处理、任务分配、路径规划和编队控制方面进行原理分析及仿真研究,进行了以下工作:一、分析多机器人围捕的信息需求,组建多机器人传感器网络,将采集的信息通过基于BP神经网络算法的聚类融合方法生成高效的围捕任务信息。二、采用基于市场机制的任务分配方法,针对多机器人围捕任务需求,通过添加任务的奖惩机制提高多机器人系统的有效利用率,实现了高效的多机器人任务分配。三、采用基于A*算法和人工势场算法的路径规划方法,分别实现多机器人编队的静、动态路径规划。设计基于反步法的机器人路径跟踪控制器,实现对期望路径的跟踪。最后采用基于leader-follower法的编队控制方法,达到围捕目标物的目的。