协同任务规划需施加大量复杂的时间、空间、资源约束信息,以有效、协调一致地组织多任务执行单元协同完成任务目标。因此,时间、空间、资源冲突的检测和消解是协同任务规划系统中的关键技术,对于提高任务规划效率具有重要意义。现有的冲突检测和消解算法研究存在一个共同的问题:一个冲突处理算法只针对单一类型的冲突处理,而不能同时处理多种类型的冲突。针对这一不足,本文提出和实现一种能同时进行时间、空间、资源冲突的检测和消解算法。首先,本文设计和实现了一种基于STN的既能表达复杂时间约束,又能表达空间和资源约束的数学模型,即任务约束模型(Mission Constraint Model,MCM)。基于STN的MCM对经典的STN模型进行了扩展。改进之处在于考虑空间、资源约束的时间特性,将空间、资源约束信息加入STN节点属性上。该模型有效的整合了时间、空间、资源约束信息,为三种冲突处理的有效集成提供了统一的数学模型。然后,本文在任务约束模型的基础上对冲突检测问题研究。本文提出和实现了一种基于BFCT的时间、空间、资源冲突检测算法。改进了基于负环检测的BFCT算法。改进之处是对BFCT算法负环检测的同时判断时间可能交叠关系,用于基于最小冲突集的空间、资源冲突检测。改进方法有效的融合了负环检测策略和时间推理方法,满足面向对象设计的高内聚标准,提高代码执行效率。接着,本文在任务约束模型的基础上对冲突消解问题研究。本文提出一种基于约束调整的时间、空间、资源冲突消解算法。对基于最小承诺策略和基于度策略的资源冲突消解算法进行改进。改进之处在于引入约束的度参数,结合约束的度值、承诺值和MUS的评估值综合判断应该优先选择哪个MUS中的哪个约束调整,提高冲突消解效率。针对空间冲突处理部分,本文分析空间看作一种时间特性的资源,将空间冲突处理合并到资源冲突处理中。另外,采用基于代价调整的方式对时间冲突消解。最后,本文在随机产生行动计划约束信息的仿真数据中进行实验。实验表明基于任务约束模型的集成三种冲突问题的检测和消解算法执行效率比分别执行三种冲突处理算法更高。其中,引入约束的度参数的冲突消解算法比一般只基于最小承诺的算法时间效率更高。因此,实验结果表明了算法的有效性。另外,利用本文设计的冲突检测和消解算法实现冲突检测和消解处理系统。