无人机(Unnamed Aerial Vehicle)作为未来战场上的主力飞行器之一,拥有着全天候、多角度的侦查—攻击功能。随着科技工业技术的不断提升,智能化、自主化的无人机的理论和技术在不断地提出和更新。尤其在未来的战场上,单独执行作战任务的无人机几乎是不可能存在的,大机群化的无人机群将会被广泛地应用于军事领域,以及在民用领域中也会有诸多应用。所以研究机群中的各UAV的协同控制变得尤为重要。如何让机群中的UAV在飞行过程中保持一定的姿态和如何到达目标具有现实和理论意义。为了达到在多目标识别下的机群协同控制,本文提出了基于多目标探测与识别的方法,得到的目标相对参数给定于机群。多目标探测识别是基于在空中飞行的无人机如何依靠视觉或者其他手段完成对多目标的探测、识别。比如在军事领域中无人机群对地面装甲、火炮、车辆识别。识别后的目标位置、距离结果作为任务,分配给无人机群。然后无人机群为了执行任务,如何规划路径。围绕上述问题,本文研究工作如下:(1)研究了多目标探测与识别。本文提出了一个简化的多目标识别方法。在雷达探测上,完成了所有机群中的UAV对目标的距离的探测,在这种方法下,得到了简行易得的结果,结果具有可靠性。同时在基于视觉图像处理上,利用斑点检测和SURF检测技术,完成了对目标的识别,确定了目标的坐标,从而为任务分配提供了便利。(2)研究了机群中的UAV的任务分配。针对传统的任务分配,分为集中式任务分配和分布式任务分配。并对分配模型求解,规定了约束条件。同时利用上述模型,进行任务分配,利用了多商旅法、匈牙利算法和合同式任务法进行求解。得到了任务分配的模型。(3)研究了航迹路径规划。从A*算法,PRM算法和RRT算法进行路径规划,并提出了基于嵌入式系统下使用单片机完成避障。尤其侧重于是多UAV的飞行轨迹,然后再进行性能比较,总结了在不同情形下如何使用算法。本文在整合多目标探测与识别、任务分配和路径航迹规划上,做到使机群在得到多目标的信息后,能做到自主规划、协同控制至任务点。从而将两类问题融合,解决了多目标识别下的机群协同控制问题。