本论文以机器人群体协调合作研究为背景,针对机器人群体执行未知环境下大范围环境探测与目标搜索任务案例,深入开展了机器人群体体系结构、地图构建、分区搜索与协调避碰等方法的研究。首先,根据机器人个体结构及案例需求,在传统的分布式体系结构基础上,设计了机器人群体具有任务规划层和行为控制层的混合分层式体系结构,增强了机器人个体之间的协作能力。其次,根据大范围区域搜索多目标的作业需求,将机器人群体协同任务规划具体划分为先是任务的分解,然后基础市场拍卖的原则,然后再分配给适合的机器人。提出了将整个搜索范围分区域的搜索策略,根据团队中成员数量和工作区域大小进行搜索区域划分,提出了一种根据团队成员当前位置选取作业子区域的方法,使多个机器人均匀分布在工作区中,满足了实时性要求。再次,在MoboSim仿真软件的基础上,采用分区搜索策略,完成了整个区域的探测和目标的搜索。通过实验表明,机器人群体所采用的协同任务规划的方法比较适用于大型的区域的探索。最后,针对区域搜索时路径优化和解决机器人群体动态运动过程中与环境障碍、运动体(其它机器人或动目标)间的碰撞冲突问题,开展了路径规划与协调避碰方法研究,提出了将威胁度系数和人工势场法相结合的避碰路径规划策略。设计了威胁度系数、有效距离和协调避碰策略。提高了机器人在复杂环境中的快速反应能力和整体的安全性。