随着机器人技术的发展和实际应用的需要,多机器人系统的应用已经成为国内外研究的热点。而多机器人图形构造是多机器人协作研究领域里的典型问题之一,随机分布的多机器人系统聚集并完成图形构造这一应用场景可以作为很多很多更复杂应用的实现基础,例如自组装、编队移动、自组织建筑等。传统的多机器人协作算法主要是基于中央协调或者是基于协商和任务分配的方法,当群体规模增大时,随着节点数量增多,这些方法会遇到瓶颈,群体间协商时的通讯量会显著增加,算法复杂性也明显提高。本研究设计了基于群体智能计算方式的多机器人图形构造算法,采用分布式自组织机制使多机器人系统在栅格地图上完成目标图形构造。群体智能的算法通过群体与环境的互动以及个体间的交流使得同构的简单个体对所获得信息按一定规则做出局部反馈,并在群体层次上完成复杂的任务。这种通过涌现(emergence)产生的群体智能是一种完全分布式的计算方式,与传统方法相比效率更高、扩展性和健壮性更好。算法采用扩散信息素对目标图形进行描述,以指示多机器人系统均匀地分布到构成目标图形的栅格处;利用虚拟信息素作为外激励机制,实现个体间的交流协调与经验共享,使得机器人可以有效地运动到构成目标图形的栅格处;多机器人系统基于粒子群优化算法(PSO)做出运动决策,扩散信息素与虚拟信息素为机器人提供决策的依据。本研究在仿真实验平台上对算法进行了验证,实验结果证实了该算法的有效性和良好的可扩展性,并基于仿真平台上的实验结果探讨了算法中的关键参数对多机器人系统图形构造结果的影响。论文还介绍了机器人硬件平台——电子鼠的设计原则以及算法在硬件平台上的初步实现。