运动同步和任务协作是多机器人研究的关键课题,也是保证多机器人网络能够完成环境探索、救灾救援、协作目标跟踪和物资搬运等复杂任务的重要基础。运动同步是指机器人在运动过程中与邻居时刻保持速度和朝向的同步,从而在群体层面上保持特定的编队队形,以减少能量消耗并同时提高协作任务的完成效率和鲁棒性。任务协作是指将复杂任务划分为若干个子任务并根据机器人的不同能力和当前状态进行分配,机器人根据分配到的任务规划自身的运动并与其他机器人保持协调,最终多个机器人通过协作共同完成复杂任务。本文针对多移动机器人网络,研究其运动同步的控制问题与任务协作的规划问题,提出模型构建、任务规划、控制设计和性能分析方法,主要包括以下三个方面:1、针对网络通信环境下的多机器人同步编队控制问题,设计完全分布式的控制算法,并给出了同步编队控制系统的稳定性分析。首先,建立了机器人网络同步编队模型(包括时变编队模型、机器人期望轨迹描述以及运动同步约束)并给出了同步编队控制基础算法。在此基础上,为进一步解决网络通信信道中的耦合信息采样和传输时延问题,建立了基于采样和时延的同步编队控制系统并给出了相应的分布式控制器设计,进而通过李雅普诺夫-克拉索夫斯基方法给出了保证同步编队控制系统指数收敛的充分条件。另外,针对实际应用中的机器人能力受限和模型参数无法精确估计问题,给出了基于采样和时延的分布式同步编队控制算法在无速度耦合信息反馈和带有动力学参数不确定性两种特殊情况下的算法扩展。最后,仿真和实验结果验证了同步编队控制算法的有效性和鲁棒性。2、针对多机器人编队同步运动过程中机器人故障和丢失导致的同步性下降问题,提出基于梯度的递归自修复算法,在修复网络拓扑结构的同时,提高机器人编队的运动同步性能。该算法采用基于接力式切换拓扑的递归自修复框架,通过引入梯度生成与扩散机制保证了编队中的机器人具有分布式距离估计能力,从而在完全分布式控制框架下实现了修复路径最短。仿真结果验证了基于梯度的递归自修复算法能够修复网络的拓扑结构以及编队的运动同步性能,且相比于前人算法,具有修复机器人个更少和修复路径更短的优势。3、针对多机器人复杂协作任务的规划问题,以工业装配和仓储物流环境下的多机器人协作搬运为例,提出了面向随带任务的多机器人协作任务规划方法。首先,从机器人学的角度出发,对协作搬运任务给出了数学描述并构建了协作任务规划问题的优化模型。特别的,提出了随带任务的概念及其数学模型,并在此基础上,进一步给出了面向随带搬运的单机器人路径规划算法,在个体层面保证了机器人路径最优。其次,针对不同需求下的协作搬运问题,分别设计了基于模拟退火的混杂式上层任务分配算法和基于拍卖的分布式上层任务分配算法,最终结合单机器人路径规划算法给出多机器人协作搬运的整体规划方法。再次,针对任务执行过程中由机器人缺失、任务失效和实时发布等引起的动态任务规划问题,设计了完全分布式在线任务规划算法并给出了优化性能分析。仿真和实验结果验证了所提算法的有效性、实时性和在大规模任务中的可扩展性,以及在实际应用中的适用前景。