在过去二十年内,多机器人系统在诸多应用领域中受到了广泛关注,如机械制造,监控巡逻,空间探索等领域的应用。在许多实际应用中,要求机器人组成并保持特殊的队形以完成复杂的任务,如大型货物物体的搬运,地图探测,目标搜寻,和营救任务。在多机器人编队研究中,运动规划是一个重要的问题,其必然受到多机器人编队的各种几何运动约束。首先,为了解决在动态环境和有限环境信息下的编队问题,我们提出了一种分布式的多机器人运动规划方法。我们设计了一种改进式的随机生成树路径规划器,该路径规划器将对每个机器人进行在线的运动规划。当机器人到达编队目标位置时,机器人之间会互相制约产生运动冲突或矛盾。具体来讲,就是先到达编队理想位置的机器人可能会阻碍其他机器人到达预定目标。这种运动上的冲突和矛盾可能会造成机器人到达目标位置时的运行混乱甚至卡死现象。为了克服这种冲突矛盾,我们提出了一种动态优先级的策略,用以规范组成编队时的次序。并且,为了验证所提出的各种方法,我们在一组移动式机器人上进行了仿真和实验。实验的结果证实了所提出的新路径规划器可有效地实时更新每个机器人的运动规划,而通过将动态优先级策略嵌入至运动规划方法中,可以更快速有效的完成编队组成的问题。其次,在此文中,我们进一步讨论和解决了多移动式机器人在设定路线上的编队运动规划问题。在这个问题中,机器人不仅要求沿着设定路线前进,而且,在运动过程中需要完成一些编队任务。通过将运动规划中的编队关系建模为速度的函数,我们将此运动规划问题转化为一个速度优化问题。另外,为了使规划的速度曲线符合机器人的运动规律,我们还考虑了机器人的速度和加速度的边界约束。我们将描述的编队关系进行综合并考虑各种速度约束,最终建立了以维持编队关系为目标的优化函数。通过使用非线性规划器LINGO,我们可以离线地得到了该速度优化的结果。为了能解决一些突发情况,如对一些运动物体进行壁障,我们提出一种策略来在线调整所得的优化结果。在策略中,当有移动障碍物靠近机器人编队时,机器人需要对其产生判断和响应,包括停止运行或者沿原运动规划进行倒退。机器人在壁障之后,仍然能按照原来的运动规划继续运行。为了证实此方法的有效性,我们用一组机器人进行了仿真和实验。本论文对多机器人的编队运动规划方法进行了研究,提出了新的方法并予以证实。现有文献中较少涉及到此类方法内容。此研究结果将会对机器人领域尤其是近年来的多机器人编队研究做出贡献。