随着机器人应用范围的扩大，对其能力的要求越来越高，多个机器人协作可以完成单个机器人无法完成的复杂任务。编队控制是一个具有典型性和通用性的多机器人协调问题，是多机器人协调问题的基础，对多机器人协作系统的研究有巨大的推动和促进作用。但是在常用的编队算法中，常常期望获知多机器人各自的绝对位置信息。但是对于一些真实情况中，我们不能够很好地得到每一个机器人的确切位置，或者由于通信手段的限制，存在信息传输时的故障，这些情况下，就需要我们考虑一种编队控制算法，不需要使用每个机器人的绝对位置，可以达到期望的编队队形的效果。本文针对多机器人的编队控制中存在的上述问题，研究了用相对位置来进行编队的控制算法，本文的主要研究内容包括：首先，介绍了多机器人拓扑结构的常用描述形式图论的基础知识，介绍了编队系统的结构和编队的基本类型，并介绍了常用的多机器人建模方法，为后文进行编队控制算法研究奠定了理论基础。其次，结合编队基础知识，提出了基于位置估计的多机器人编队算法，解除了传统编队过程中对绝对位置的依赖，而只使用相对位置来对绝对位置进行估计，使用估计位置信息进行编队控制。在我们提出的编队算法下，当且仅当编队拓扑结构有一个生成树时，多机器人可以实现收敛到期望队形的效果。并分别在一阶系统、二阶系统和差动独轮系统中应用位置估计算法，提出了针对不同模型下对应的编队控制算法，并分别证明了它们的稳定性。接着是对各系统应用不同的控制算法下的仿真，并对于常用的一阶和二阶系统，加入额外的避碰控制输入，此控制输入也只需要相对位置信息即可，而相对位置信息可以很方便的通过硬件设备实现，在额外的避碰控制输入作用下，多机器人可以在实现有效编队的同时避免机器人之间的相互碰撞。然后，介绍了实验室所搭建的多机器人实验平台，详细叙述了平台主要组成单位E-PUCK智能车的构成、在E-PUCK基础上自主开发出的WI-FI通信系统和基于视觉定位与航迹推算的定位系统及其硬件构成，为验证编队控制算法提供了平台环境支持。最后，结合基于位置估计的编队控制算法及本实验自主开发的多移动机器人平台，在平台上进行了编队控制算法的实验，展示了编队实验效果，并对编队数据进行分析。