四旋翼无人机由于结构简单,无需跑道,可定点悬停及原地起飞,被广泛应用在各种领域。而单架无人机通常无法高效完成复杂、大规模的工作任务,需要多架无人机编队来完成。传统的编队算法收敛速度较慢,且编队时容易发生碰撞。为解决以上问题,本文利用人工势场法研究了无人机的编队控制问题,主要的工作和研究成果如下:（1）针对传统编队算法收敛速度较慢问题,分别提出了基于人工引力势场的集中式和分布式领航者—跟随者编队算法,并给出了收敛条件。首先,在传统集中式一致性领航者—跟随者编队算法基础上,通过构建以领航者为中心的引力势场加快了跟随者编队收敛速度,并证明了在一簇有向生成树且引力增益系数大于零条件下算法的收敛性。仿真验证表明,本文提出的算法较传统编队算法在收敛速度上可提升约30%,且编队收敛速度与引力增益系数呈正相关。其次,通过以邻居为中心构建引力势场,创建了分布式领航者—跟随者编队算法,该算法允许部分跟随者获知领航者参考模型,为跟随者拓宽了通信条件。仿真验证表明,该算法较传统编队算法在收敛速度上可提升约25%。（2）针对无人机编队防碰撞问题,本文依据障碍物是否对无人机构成威胁给出相应的防碰撞策略。当障碍物不构成威胁时,基于匈牙利分配算法提出队形切换策略,实现了编队队形无碰撞、最短路径切换。当障碍物对无人机构成威胁时,为避免无人机与同质、异质障碍物碰撞,对人工势场进行了改进。结合指数函数特性提高了斥力势场灵敏度,为无人机编队近距飞行提供了安全保障;通过添加随机干扰以及在斥力函数中引入无人机与目标欧式距离分别解决了人工势场法容易陷入局部最优以及目标不可达问题。最后,将改进的人工势场与领航者—跟随者算法相结合,保障无人机在规避障碍物后能够迅速恢复编队队形,并采用A*算法为领航者规划最优路径,来实现复杂环境下的无人机编队避障。（3）本文采用GAZEBO可视化仿真软件进行了场景设置,结合PX4固件以及ROS机器人操作系统进行了可视化仿真实验。对无人机编队、同质与异质障碍物避障进行了算法验证。