多智能体系统协同控制使智能体之间通过相互作用实现单智能体简单叠加无法达到的整体功能,是解决个体能力限制与任务需求之间矛盾的前沿技术途径。本文以复杂环境下多智能体系统一致性问题为出发点,分析和设计协同控制算法,实现系统稳定性和环境适应性,并讨论其在无人机协同飞行中的应用方法。主要创新成果如下:1.研究多时滞环境对二阶多智能体系统的直线和旋转一致性运动的影响规律,获取了实现一致性控制的最大允许时滞上限(称为“临界时滞”)。采用频域法分析具有对称和非对称网络拓扑的一维二阶多时滞系统稳定性,将其特征方程转化为关于系统纯虚特征根的二次多项式进行求解,计算临界时滞;结果证明,当所有时滞都小于临界时滞时系统可实现一致性,当所有时滞都大于临界时滞时系统发散。通过推广上述方法,研究由高阶多时滞系统特征方程转化所得高次多项式的单调性,推导出以时滞上限和关于参数的不等式组形式呈现的一阶至六阶多智能体系统的一致性条件与以集值关系式形式呈现的高阶多时滞系统一致性条件通解,相比以往文献采用的李雅普诺夫方法研究高阶多时滞系统,该方法具有更低保守性。2.通过研究在二维平面上作旋转一致性运动的二阶多时滞系统,发现其与复平面上对应系统具有不同的稳定性条件,并证明了这两种系统之间的联系:前者的所有系统特征值是后者及与后者的系数矩阵互为共轭的系统的所有特征值的并集,从而可知前者的临界时滞为后者与其共轭系统临界时滞的较小值;在以往研究多智能体系统旋转一致性的文献中,并未讨论上述两种系统的区别,而直接采用不含复数状态变量的前者代替后者进行仿真实验,在时滞环境中可能导致错误的实验结果;该结论为在复平面中降维分析二维实系统以降低稳定性分析难度提供了理论依据。此外,分析控制协议中输入时滞对直线一致性运动的影响规律,发现:输入时滞为零的时滞系统无法维持一致性运动,并仿真验证。3.基于一致性原理提出多智能体协同扫描覆盖未知曲边通道空间方法。通过建立虚拟弹性模型描述智能体之间的位置关系,实现柔性编队,解决以往扫描覆盖算法因不能灵活调整队形而无法适应宽度大幅变化空间环境问题;并针对边界由两条不相交的光滑函数曲线描述的通道空间,为二阶连续多智能体系统和广义坐标系下离散多智能体系统分别设计分布式协同扫描覆盖控制算法,后者因考虑了智能体的速度和最大转角约束,并具备单向扫描特性,从而相比采用其他覆盖控制策略可获取更平滑的运动轨迹,有利于在无人机等具有有限机动性的平台上实现;进一步基于该算法,通过叠加导航算法改变扫描方向、叠加避障算法平滑边界和构建虚拟边界分区覆盖,分别解决U型、边界粗糙和宽度超出多智能体单次覆盖范围的曲边通道多智能体扫描覆盖问题;仿真结果证明,在保持智能体运动轨迹平滑性的同时,这些方法可有效增强本算法对复杂几何空间环境的适应性。4.基于上述成果,提出了多无人机协同自主精细化作业控制方法。通过拟合训练样本设计模糊控制器和采用一致性编队算法,并针对对侧飞行环境设计角色切换及协同避障机制,实现双机协同自主精细化高压电力巡线,验证了该方法的有效性;基于共享信息传递机制、位置信息补偿估计算法以及虚拟边界分区覆盖策略,规避远程通信,改进本文提出的扫描覆盖算法,实现多无人机协同自主精细化森林病虫害监测和农药精确施洒,仿真结果证明了该方法的有效性。这些应用解决了以往无人机作业因单机飞行效率较低,或因无法实现自主飞行依赖人工操作而安全性较低等问题,提高了工作效率并降低了人力成本。