在实际应用中，许多工作都需要多个机器人的合作才能完成。多机器人系统具有许多单个机器人所不能具备的优良性质，因而能更好地完成任务，甚至完成一些单个机器人所不能完成的任务。在多机器人协调任务中，很多情况下都需要多个机器人组成特定的队形以完成指定任务。近年来，有许多研究工作致力于研究多机器人的编队控制问题。然而研究多机器人编队的运动规划问题的文献相对较少，且这些研究成果都针对任务可完成的情况。当任务不可完成时，这些方法不能将这个不可完成的任务进行转化，使得任务的目标能够完成。而已有的对不可完成任务进行转化的方法都只能用于单个机器人，并且只能计算出哪些约束导致了任务不可完成，并不能评价应该如何修改这些约束。本文研究在存在障碍物的环境中多机器人编队的运动规划问题，以同时满足整体队形的约束和队形中个体机器人的避障为目标，建立了多机器人队形的表征空间模型。设计了实现这个模型的分层结构，并分析了在这个模型下编队任务的约束。综合考察了解决任务的表征空间中规划问题的规划算法，进行了仿真试验。当任务不可完成时，应用面向任务的运动规划框架对不可完成任务进行了转化。所进行的研究工作主要分为以下几个方面：（1）综合了表征空间的概念，明确地提出了表征空间的意义。利用对不可完成任务进行转化的过程建立了面向任务的运动规划框架。（2）通过将任务与运动规划相结合，建立了多机器人编队任务的表征空间模型，用以描述编队任务的完成过程，并提出了实现表征空间模型的层级结构，保证了整体队形的约束和每个机器人的避障。在此基础上分析了多机器人编队任务相关的外部约束和内部约束。（3）为了解决编队任务的表征空间中的规划问题。首先从规划算法的完备性角度研究了表征空间中编队任务是否可完成。然后从规划算法的优化性角度研究了表征空间中编队任务的最优性。最后对不同的规划算法的性能进行了比较和总结，并分析了表征空间中适用的算法。（4）进行了7个机器人组成三角形队形在仓库环境中编队运动的仿真试验，验证了对于某些不可完成任务，可以通过修改队形形状的约束对不可完成任务进行转化。还进行了27个机器人组成矩形队形的编队运动仿真试验，通过试验验证了所提出的方法确能保证队形的约束和机器人的避障。并且，当任务不可完成时，通过应用面向任务的运动规划框架能够通过修改任务相关的约束逐步对不可完成任务进行转化，同时保证任务的目标能够达成。