移动机器人是一类能够通过传感器感知环境和自身状态，实现在复杂未知环境中面向目标的自主运动，并完成预定任务的综合系统。移动机器人由于其广阔的应用空间吸引了广大的科研工作者对其进行研究。本文以集教学、研究、比赛等众多功能于一身的能力风暴智能机器人为研究平台，深入地研究了单个机器人的避障路径规划。接着研究了多机器人的队形问题，在此基础上研究了多机器人协作围捕动态目标的问题。单个移动机器人的避障路径规划的研究中包括静态避障和动态避障两个部分。在静态障碍物避障部分，分别研究了栅格法避障、改进斥力势函数的人工势场法避障和势场栅格法避障。其中，改进斥力势函数的人工势场法解决了障碍物附近目标不可达(GNRON)的问题；势场栅格法解决了GNRON和局部极小点同时存在的问题。在动态障碍物避障部分，将障碍物的运动速度矢量与对移动机器人的相对位置引入到避障信息中。建立了速度矢量势场函数，有效地克服了传统人工势场法的缺陷，提高了避障路径规划的效率。多机器人的队形问题研究中包括队形形成和队形控制两个部分。在队形形成方面，主要采用联合竞拍目标点的方法来高效地组成目标队形。在队形控制方面，将leader-follower法和基于行为法相结合，提出了一种组合式的队形控制方法，弥补了传统的leader-follower法的不足。在多机器人协作围捕动态目标的问题中，分别为目标机器人和围捕机器人设计了运动策略。针对不同的情况，目标机器人可以采用最大速度逃逸或者突围的运动策略来躲避追捕者，而围捕机器人分为追击群体和拦截群体，采用迎面对角阻截与缩小包围圈相结合的运动策略来追捕目标机器人。最后，MATLAB的仿真结果验证了所提出的围捕策略的可行性。论文结尾对全文进行了总结并对多机器人系统的鲁棒性研究、多机器人协作围捕多个目标进行了展望。