在多智能体系统协调控制研究中,随着对线性系统协调控制理论的不断完善,学者们逐步将更多的注意力转移到了非线性系统上。由于Lagrangian系统能够代表许多机械系统,且其模型具有复杂本质非线性及强耦合。因此对于多Lagrangian系统的分布式协调控制的研究不但具有重要的理论意义,更具有显著的工程价值。考虑到系统整体成本的约束或自重和安装空间的限制,系统可能无法安装某些状态变量的测量装置;此外,在工作环境苛刻、传感器噪声污染严重的场合,很难通过直接测量的方式获得精确的状态信息。而基于速度估计的控制器设计仅依赖于系统的位置输出,具有易实现,对系统测量要求低等优势,能够有效避免在控制回路中引入测量噪声。此外,在某些复杂的控制任务中,如编队跟踪控制,队形加权中心作为全局量不被任何个体所获悉,也需要借助估计理论对其进行分布式估计。综合上述两者可知,分布式估计的引入对于协调控制而言至关重要。但另一方面,针对多Lagrangian系统而言,由于系统内部的强非线性及耦合导致分布式估计具有很高的学术难度;同时,估计器的引入改变了闭环系统结构,且估计器的性能直接影响系统的稳定性,因此极大增加了协调控制器的设计难度。因此,本论文主要针对多Lagrangian系统,开展分布式估计与协调控制研究。针对有向拓扑条件下带有参数不确定性的多Lagrangian系统分布式协调跟踪问题,在仅有部分跟随者能够获取动态领航者信息的情况下,设计了有限时间滑模估计器,在有限时间内得到领航者的精确状态信息。同时为了克服广义速度状态不可测的限制,设计了分布式速度观测器。并利用观测器输出,提出了分布式控制算法,理论证明闭环系统局部渐近稳定。实现了对动态领航者的跟踪,解决了在仅有广义位置测量信息情况下的分布式跟踪问题。研究了多Lagrangian系统在拓扑为有向图情况下的分布式协调跟踪和无领航者同步问题。首先,对于分布式跟踪问题,针对仅有广义位置状态可测的约束,设计一类结构简单的分布式速度观测器;在此基础上,提出一种仅依赖于局部位置信息和观测器输出的协调控制算法,实现对动态领航者的精确跟踪,并通过李雅普诺夫稳定性理论证明了速度观测误差和闭环系统跟踪误差均局部指数收敛于零。其次,针对速度状态信息不可测的无领航者分布式同步问题,通过重新构造滑模变量,引入了与邻居的相对位置差,提出了分布式同步算法,理论证明了闭环系统的局部指数稳定性。研究了一类不能通过输出反馈线性化的多Lagrangian系统的分布式全局输出反馈跟踪问题。首先通过理论证明不存在全局非奇异的坐标变换矩阵可完全线性化该类Lagrangian系统。进而构造了一类上三角形式的非奇异坐标变换矩阵,部分线性化该类非线性系统,通过状态重构,实现了子系统完全解耦。在此基础上,设计了全局一致渐近稳定的速度观测器和分布式输出反馈控制器,使得所有的跟随者能够全局一致渐近地跟踪动态领航者。利用级联系统的性质、输入到状态稳定性、李雅普诺夫稳定性等理论证明了闭环系统的全局稳定性。研究了以Euler-Lagrange方程建模的多移动机器人的编队跟踪问题。为了解决机器人均无法获取队形加权中心的瓶颈,设计了有限时间估计器。该估计器巧妙地利用了sig(·)函数,通过对单位向量的连续近似,实现了估计器的连续化且估计误差有限时间收敛。进而,对于非线性Lagrangian系统,利用拓扑图刚性性质和人工势能函数理论,提出了基于距离的分布式控制算法,实现了队形加权中心跟踪到时变参考轨迹,同时在跟踪过程中保持期望的队形。