近年来，对于智能体的研究引起了学者们越来越多的注意。基于智能体设备解决一些复杂问题成为了社会热点：机器人分拣快递，无人机编队表演，城市大脑的搭建等。这些事物无不例外都是由具有通信、计算、感知功能的智能体个体组成的系统，我们将这种系统称为多智能体系统。
　　多智能体系统控制过程中需要利用各类传感器传递信息，但当通信设备失效时智能体只能通过视觉感知彼此。而现实中仅依靠视觉感知的智能体往往存在盲区，从而失去了局部信息。这个问题会严重制约系统的连通性，增加控制的难度。本文从这个问题出发，重点研究了有限视角智能体基于视觉信息的分布式连通保持控制，针对编队控制问题和覆盖控制问题，仅依靠有限的视觉信息，在连续系统和离散系统下提出了处理连通保持的不同方法与策略，并在此基础上实现相应的控制目标。论文的主要内容如下：
　　通过数学的方法给出了仅依赖视觉的有限视角智能体的感知范围和连通方式，阐明了该种连通方式下可能会发生单向连通的情况，并在此基本框架下描述了其拓扑结构。随后，对连续系统采用代价函数的方法来引导有限视角智能体避开盲区，保持拓扑图的连通；对离散系统通过定义核拓扑结构和可行域约束的策略确保智能体之间不存在单向连接的情况，从而在保持连通的情况下简化连通拓扑图，减少了对智能体自由度的限制。
　　依据大雁飞行时依靠视觉信息形成V字形编队的群体行为，研究装载鱼眼镜头的小型无人机凭借视觉信息控制编队的问题。通过设计代价函数来表征小型无人机在不同飞行状态中的“视觉代价”。据此提出了一种基于代价函数的控制律，在无人机任意时刻不飞入其它无人机“视觉盲区”的约束下，无人机组时刻保持连通，利用梯度下降法使含有速度与位置信息的期望函数收敛。最后通过拉萨尔不变性证明了该系统收敛至稳态。仿真结果表明了该控制方法能在避开盲区的前提下，形成稳定编队。
　　解决了有限视角智能体仅凭视觉信息实现连通覆盖的控制目标。首先，根据有限视角智能体的特点建立了智能体的覆盖连通模型。利用第三章提出的方法简化拓扑图并确保核拓扑的连通，在保持拓扑子图连通的情况下增加智能体个体的自由度。然后，在实施过程中提出核心邻居的概念，并且设计了对应的可行域来约束智能体最大运动范围，保证运动过程中不会失去与核心邻居的连通，以此确保核拓扑结构的连通。最后通过k步控制器实现了有限视角多智能体系统连通覆盖控制目标。仿真结果表明，该控制策略具有很好的可行性。