随着无线通讯与网络化技术在控制理论中应用的不断深化,融合感知、通信、决策、执行于一体的多智能体系统(Multi-Agent System,MAS)受到了人们的广泛关注。多智能体系统可以通过相互协调满足不同的任务需求,一致性控制作为协调控制的基础成为近年来学术界与工业界关注的焦点并投入大量资源进行研究。但是由于任务需求多样、工作环境复杂,多智能体系统的一致性控制面临诸多难点,如工业环境下的任务空间状态一般难以测量,军事任务对一致性误差精度、收敛速度要求较高、网络化环境往往存在时延、系统模型存在不确定性等。因此,面向不同的任务需求,研究如何实现上述复杂条件下的多智能体系统尤其是非线性多智能体系统的一致性控制显得尤为必要。基于此,结合分层控制思想与先进控制策略,本文开展了不同约束条件下非线性多智能体系统的一致性控制问题研究。本文的研究工作主要包括如下几个方面:(1)针对速度信息不可测条件下的状态一致性控制问题,设计了基于二阶滑模的有限时间观测器和控制器,实现了速度信息不可测条件下的一致性控制。首先,提出了有限时间收敛的观测器,实现速度观测;进而,提出基于一阶滑模的一致性控制器,为减小滑模抖震对系统的影响,进一步提出了基于边界层的和超螺旋算法的滑模控制器,改善了控制输入中存在严重抖震的问题,实现了无需速度信息的非线性多智能体系统状态渐近一致性控制。(2)针对状态信息不可测条件下的异构非线性多智能体系统输出一致性控制问题,提出了基于分布式平行补偿与内部参考模型框架下的输出一致性控制策略。首先,设计了可实现任意期望输出一致性的内部参考模型,进而给出了实现输出一致的充分必要条件,通过设计内部参考模型,实现了T-S模糊模型描述的异构非线性多智能体系统的期望输出一致性控制。(3)针对存在收敛误差界约束条件下的有限时间一致性控制问题,提出了基于障碍函数的有限时间收敛的分布式一致性控制策略。利用非线性变换将收敛误差界转换为滑模函数变量,进而利用切换的思想设计了连续的快速终端滑模面,通过模糊近似以及自适应控制实现系统参数不确定条件下的一致性控制,最后通过李雅普诺夫方式给出了有限时间收敛条件。(4)针对存在未知时变通信时延条件下的有限时间一致性控制问题,提出了基于辅助系统的有限时间一致性控制策略。首先,利用前文分层控制的思想,为单个智能体设计辅助系统用以预处理含有未知时变时延的邻居信息,并利用多维小增益定理给出了辅助系统稳定性条件,进而利用递归李雅普诺夫函数方法设计了分布式有限时间跟踪控制器,实现辅助系统有限时间跟踪并给出了增益条件,改进了多智能体系统对于时延的鲁棒性。(5)针对系统参数不确定与任务空间速度不可测条件下的一致性编队控制问题,提出了基于参考系统的自适应跟踪控制策略。首先考虑任务空间速度可测条件下,分别考虑领航者速度定常和时变两种情况设计编队参考系统,进而利用方位刚性理论设计一致性编队控制器,利用系统输入输出特性分析给出了闭环级联系统的稳定性条件。进而在任务空间速度不可测条件,为避免直接设计存在参数不确定条件下的任务空间速度观测器,设计任务空间位置观测器来代替速度观测器,进而实现一致性编队控制。解决了基于方位刚性的一致性编队控制问题,实现了非线性多智能体系统的时变编队控制。