本文主要研究多智能体系统协同控制中的一致性理论与编队控制理论。多智能体系统力求通过连通的通信拓扑结构和分布式控制算法使各个智能体有序协调地完成一个整体目标。其中一致性理论经过很长时间的发展成为一个相对独立的研究领域,同时它也是很多一致性衍生问题的理论基础。编队控制问题作为与实际应用密切相关的研究领域越来越受到学者的广泛关注,也是本文研究的核心课题。本文通过多种编队控制方法的结合实现了复杂环境中的编队跟踪及避障控制,并实现了较大规模多智能体系统的集群运动控制。本文的研究成果包括以下几方面。首先,基于图论与矩阵理论研究了线性一阶与二阶一致性算法,证明了线性一致性算法收敛的充分必要条件。在此基础上提出了两种一致性跟踪算法,分别实现了对静态信号与动态信号的跟踪。本文从电学角度出发,设计了一阶与二阶电路结构。以电路中节点电位为状态变量模拟线性一阶与二阶系统的一致性问题和信号跟踪问题,根据电路中电流和电压的规律建立一致性方程,并从电学规律和能量角度分析了一致性的收敛条件。其次,介绍了人工势场法的基本思想和人工势函数的设计方法。论述了人工势场法局部极值问题存在的原因以及解决办法。本文利用人工势场法实现智能体在障碍物条件下的路径规划,并以人工势场法为基础,通过与虚拟结构法相结合实现了多智能体在约束空间中的编队跟踪及避障,根据编队仿真结果分析了编队响应速度和编队误差变化情况。又研究了多智能体集群运动控制,基于速度匹配与人工势场法,选择合适的李雅普诺夫函数证明了集群运动的稳定性,并以仿真实现了25个智能体的集群运动与避障。最后,根据流体力学的基本概念和相关理论,提出了一种基于流函数的路径规划方法。该方法通过模拟流体质点在平面流场中的绕流运动实现智能体在复杂环境中的避障和路径规划。基于流函数的路径规划法又研究了多智能体在流场中的集群运动问题。相比于人工势场法,该方法规划路径平滑,且不存在局部极值问题,仿真结果表明该方法具有更好的编队效果。