随着计算机技术、电子工程、控制理论、人工智能理论、传感器等技术的不断成熟和发展,由多学科交叉而形成的机器人学研究也进入了一个崭新的阶段。多机器人系统具有容错能力强、鲁棒性高等优点,能够在复杂环境下高效、可靠地完成任务,因而得到广泛的应用,并成为当前机器人领域的研究热点。本文围绕多机器人体系结构和轨迹跟踪控制问题展开理论和应用研究。本文首先对目前国内外智能机器人的几种体系结构进行了分析和研究,总结了这些体系结构的特点,结合移动机器人轨迹跟踪问题,设计了一种基于多智能体系统(MAS)的分层式体系结构。多机器人系统中的各智能体需要通过通信,协作完成轨迹跟踪任务。本文在参考以往多智能体机器人通信技术的基础上,采用C/S模型设计了多移动机器人通信系统,以保障数据交互的及时与准确,并针对轨迹跟踪问题进行了任务分析,确保了各智能体之间协调工作。基于模糊控制的基本原理,针对轨迹跟踪的控制方法,构造了机器人轨迹跟踪的模糊控制系统,并对该系统进行了仿真。模糊逻辑控制由于不依赖于对象的精确数学模型,能有效地克服被控对象存在的非线性和不确定性的影响。但模糊规则的建立不仅有难度,而且一经确定调整规则不方便,因此影响控制效果。本文基于BP算法的神经网络,将模糊控制与神经网络结合起来,利用神经网络模拟模糊推理,使得神经网络具有了模糊推理和归纳能力。由于神经网络具有自学习的能力,又使得模糊神经网络的推理归纳方式在实际的控制过程中可以不断地修正,同时由于模糊神经网络的结构具有明确的物理意义,使模糊神经网络的结构设计和权值的初始化可以解析和设置,本文采用高斯基函数作为模糊隶属函数,构造了模糊高斯基函数神经网络。并对该模糊神经网络构造的控制系统进行了轨迹跟踪仿真试验,仿真实验的结果表明了该方法的有效性和快速性。最后,在WiRobotX80机器人平台软件的辅助开发下,本文在VC++环境中设计并完成了该多机器人轨迹跟踪系统,通过对实验结果和实验数据的进一步分析讨论,验证了本文所设计的多机器人体系结构和轨迹跟踪控制策略的实用性、精确性和鲁棒性。