随着科技的发展,移动机器人被广泛应用于生产生活,例如焊接机器人、扫地机器人、仓储机器人等等,机器人的应用是社会发展的必然趋势,因为其可以提高劳动生产率、减轻劳动强度、增加人类生活幸福指数。单个机器人可执行的任务比较简单,但是在实际应用中有很多操作复杂、规模庞大的任务,此时,多机器人系统将更胜一筹,比如在搬运一个重物时,单个机器人可能难以保持平衡,而多个机器人可以通过协调合作共同完成。本文着重于研究多机器人系统队形控制问题,尤其是多机器人协调合作中基础且典型的问题。队形控制包括队形形成、队形保持和队形变换等问题。本文将使多机器人系统保持固定的队形从初始位置到达目标位置,并且可以有效地处理任务过程中的避障问题,还要求机器人针对不同的障碍物具有不同的避障策略,根据这些需求,本文提出了队形保持和队形变换的控制算法。另外,本文中提出的算法均具有实时性和分布式的特征,使控制效果更加精准和灵活。本文使用模型预测控制(MPC)结合数学规划的方法解决机器人的路径规划问题。MPC具有预测和反馈校正功能,可以有效地根据实际环境进行控制,数学规划可以保证路径的最优性。队形保持主要针对机器人系统可以集体避障的障碍物,比如,多机器人系统保持队形从初始位置到达目标位置过程中,如果遇到像一根柱子或者一块砖头的障碍物,整个系统可以绕过此障碍物达到避障且保持队形的效果。本文提出了相对坐标系结合虚拟障碍物的方法解决此问题,保证各机器人在每个采样点上执行的动作一致,使各机器人到达下一个采样点的相对位置关系依旧不变,从而实现队形保持。当多机器人系统穿过一片障碍区,比如一道窄门时,集体避障的方法不再适用,系统需要变换为结构更小的队形才可以通过。针对此种情况,本文的解决策略将根据可通行区域的宽度决定系统目标队形的结构和尺寸,代替机器人初始化时确定有限个队形的方法,这种控制方式将使系统有更好的环境适应性。另外,在队形变换中仍旧使用数学规划的方式让每个机器人寻找最优点,使其在该点形成目标队形,然后以此队形穿过障碍区。在上述算法中各机器人实时探测周围障碍物,然后实现信息共享,各机器人根据所获信息独立决策,实现实时分布式的控制策略。采用实时分布式的控制方式可以增强系统的灵活性,提高系统的环境适应性,系统有更强的能力处理“突发”事件。在分布式控制中,各机器人地位相等,不论哪台机器人探测到障碍物都可以有效地处理,解决了传统的主从式控制中从机器人遇到障碍物可能无法继续保持队形的缺陷。