为了提高战场的反进入/区域拒止能力,构建基于多智能体的分布式云协同框架,并在此基础上实现异构系统间协同作战和多AUV集群协调控制。本文面向分布式云协同的未来作战体系,设计了多AUV的组织形式和管理方式,并基于AUV欠驱动的运动特性、水下弱通信环境和AUV特殊的工作要求,在多AUV隐式协同控制算法以及协同任务规划算法和编队智能控制等方法方面展开了深入的研究。首先,本文搭建了一个多AUV集群协调控制的研究平台。自主设计了微小型AUV,具有欠驱动、尺寸小、成本低以及模块化设计等优点。从外形和结构、控制系统硬件和软件的架构方面进行了详细地介绍。建立了AUV的动力学模型和刚体运动学模型,并设计了底层运动控制结构及相应的PID参数优化算法。给出AUV的参数,并进行了相应的仿真,验证了AUV的运动性能。其次,设计了多AUV水下分布式全局态势智能感知框架。建立了AUV的信息模型,设计了AUV水下分布式云协同框架,实现了水下态势的感知与融合。研究了多AUV的组织结构和管理方法,设计了基于角色的观察-决策-行动协调控制算法和隐式协同算法,实现了AUV间的基于感知的协调控制算法和AUV动作和策略的预测。基于变通信半径的合同网算法实现了弱通信环境下的多AUV角色组合的任务规划算法,并通过仿真验证了算法的有效性。最后,研究了多AUV编队智能控制方法。设计了基于Dubins向量场的欠驱动多AUV的编队集结算法,根据设定的巡航速度实现了最快的编队集结。设计了欠驱动AUV的视觉编队自适应控制算法,检测刚体的穿越性,实现了队形的自适应变换;基于领航跟随编队模型设计了跟随AUV的编队控制律,并对领航AUV的加速度进行预测,实现了多AUV的视觉编队自适应控制。研究了弱通信条件下的编队跟踪控制方法,分析并证明了弱通信环境下的编队稳定性,设计了编队跟踪控制策略及预测控制算法,通过仿真实现了面向机动目标的编队跟随控制,并说明了编队跟踪控制为编队快速集结和视觉编队自适应控制算法的综合。本文通过以上研究,完成了分布式云协同体系下,多AUV集群协作从平台到架构再到算法的较为全面设计与研究,在多自主装备集群控制领域具有重要的军事价值和工程应用意义。