随着人工智能技术的发展,机器人的智能化程度越来越高,可以胜任更多更复杂的任务,机器人也被应用到各个领域去为人们的生产生活过程提供便捷。在一些特殊应用场景中,机器人所需执行的任务常常具有较高的分布性和复杂性,单一机器人难以胜任,因此,多机器人系统应势而生。多机器人系统能够高效地执行复杂任务。在多机器人应用领域,多台机器人常以编队形式运作,针对多机系统的编队控制技术也得到了重点研究。本文面向多机协同运输的任务需求,研究多移动机器人编队系统的队形控制技术,为多移动机器人系统在物流运输等领域的推广应用作理论基础。本文主要研究内容包括:研究多移动机器人系统在队形生成前的期望队形点位分配问题,以提升队形生成过程的系统整体能效为目标,制定点位分配策略。利用偶图理论将机器人与点位之间的分配问题转换为最大权值匹配问题,基于竞拍算法进行研究,确定上述权值匹配问题的求解步骤,并引入扰动因子对求解过程进行调节,实现对最优点位分配方案的快速求解。考虑队形生成和编队行进过程的避障问题,基于人工势场法研究移动机器人路径规划方法。针对人工势场法的缺陷,对势场函数进行改进,提出一种基于虚拟目标点的陷阱位置脱困策略,用以提升算法的规划成功率。针对人工势场法在复杂环境下的轨迹震荡问题,结合势场环境信息,设计基于模糊控制原理的步长修正模糊控制器,以改善轨迹震荡情况,获取安全有效的路径。针对多机进行协同运输时的队形保持问题,制定基于迭代学习控制的队形保持控制策略。根据协同运输任务的特点,将多机的队形保持问题归结为单机对期望队形轨迹的跟踪问题,基于迭代学习控制原理,通过在控制律中引入当前次迭代误差信息,构造一种新型迭代学习控制律,提升对机器人控制输入的求解速度,达到高精度的轨迹跟踪效果。结合上述迭代学习控制律,针对编队运动过程计算系统内各机器人的控制输入,以实现高精度的队形保持控制效果。针对多机系统的人机便捷交互需求,研究语音控制功能的实现方案,针对语音控制功能和队形保持控制策略开展实验研究。利用ROS作为底层平台,借助语音处理SDK,设计语音控制指令解析软件;在ROS上利用三维物理仿真软件gazebo搭建多机系统的虚拟样机实验平台,开展虚拟样机和实物实验研究,验证多移动机器人语音控制功能和队形保持控制策略的可行性和有效性。