随着社会进步和科学技术的发展,多种学科开始融合,生物学、社会学、统计学、计算机科学和控制科学交叉发展,并因此产生了一个新的研究方向,即多智能体系统控制。随着芯片的运算速度加快及5G通信的推广,现在的控制系统规模也越发庞大,多智能体系统普遍为分布式网络化的系统,系统中包含个体多,通信量巨大且需要根据应用要求随时增减系统个体数目,而传统集中式控制在控制过程中所有通信都需要通过中心主机传输,系统灵活性差,鲁棒性不高,所以在多智能体协调控制中使用集中式控制无法满足要求,因此分布式控制为最佳选择。解决多智能体系统的一致性问题是研究其它问题的前提,基于一致性的控制已经广泛应用于卫星姿态协同、大规模传感器网络、多智能体协同搬运等领域。在实际生活中,许多应用对系统收敛时间有严格要求,收敛时间是评判算法优劣的一项重要指标,因此需要设计控制算法驱使多智能体系统尽可能快地达到一致。设计分布式控制算法使得多智能体系统在有限时间内到达一致是该领域的热点问题。本文主要研究如何设计可预定收敛时间的分布式一致性控制算法。本文首先针对一阶多智能体系统设计了分布式控制协议,使得系统可在预定时间内达到一致并使各个智能体可以跟踪外部信号或者一个虚拟领导者的轨迹,跟踪误差收敛时间有界,收敛时间的上界仅和控制协议中的一个参数相关,与通信拓扑和系统构造无关,通过调节该参数即可调节系统的收敛时间。针对含有外部不确定扰动的二阶多智能体系统,研究了基于一致性的预定时间跟踪控制算法设计。首先设计了一个非线性滑模面,随后设计了控制律使得跟踪误差可以在预定时间内到达滑模面,误差轨迹到达之后保持在滑模面上并在预定时间滑动到零,利用代数图论、矩阵不等式理论及李雅普诺夫理论证明了系统的稳定性。针对包含多个受非完整约束的轮式机器人系统,研究了预定时间编队跟踪控制算法。利用可逆坐标变换将非完整系统分解,设计了一个预定时间收敛的分布式观测器,所有机器人可在观测器收敛后准确观测虚拟领导者的输入信号和当前状态。基于观测器的值设计了控制算法,该方法可使机器人系统在预定时间内形成预设的编队队形并使编队中心跟踪虚拟领导者的信号。最后,利用图论知识、矩阵不等式及李雅普诺夫理论证明了观测器和控制算法的有效性。