近年来,随着机器人技术和人工智能的发展,智能机器人越来越多应用在生活中。同时,普遍认为相对于单个机器人工作,机器人集群的协同工作效率更高。比如在系统容错性方面,多机器人协同工作的容错率很高,不会因为单独的某个机器人的出错或损坏导致系统整体崩溃,而且利用机器人集群进行协同工作能够完成更为复杂的任务。ROS是目前机器人领域中最受欢迎的开源平台之一,可以有效地将底层机器人硬件封装起来,并提供大量开源工具以及先进算法。本文基于ROS系统对机器人集群的虚实协同导航系统进行了深入的研究,主要包括了以下内容:（1）首先详细研究了当前主流的路径规划算法并进行仿真实验,发现A*算法可以基于静态地图较快地给出到达目标点的近似最优解,但对于动态环境需要通过多次重规划进行避障。本文将A*算法与DWA算法进行融合,全局规划器通过A*算法给出到达目标点的全局路线,局部规划器将全局路线分割为若干个局部目标点,并通过DWA算法根据全局路线和局部信息进行规划,输出速度指令。（2）将A*算法应用于多机器人的协同规划问题并进行仿真实验发现,由单个机器人各自进行路径规划,规划到达目标点的最短路径,往往会造成路径拥堵以及机器人之间频繁发生冲突,浪费大量时间导致系统整体性能降低。受此启发,本文提出了基于时间窗改进的A*算法,为栅格地图上每个节点分配一个方向时间窗和占用时间窗,将当前运行的路径以时间窗形式记录下来,进行路径规划时更新路径上节点的时间窗信息,并淘汰存在方向冲突或占用时间冲突的节点。修改A*算法的启发函数,搜索节点时增加节点对于整体系统性能影响的代价成本。（3）本文基于ROS和Gazebo搭建了虚实结合平台,进行机器人集群虚实协同工作的实验,验证了多机器人路径规划算法的有效性。搭建了实际机器人映射在虚拟环境上的机器人仿真模型,以及与现实环境匹配的地图仿真模型。实现了虚实机器人之间的协同控制和通信。通过对虚实数据的融合,让机器人集群能够同时感知现实环境和虚拟仿真环境。达到了虚实机器人之间相互感知,协同工作的效果。