在军事对抗、森林防火、城市违建监测等领域,基于无人集群的数据采集系统具有非常广泛的用途。多模态数据的采集与综合分析,便于对真实场景中的各信息要素的综合利用,服务于最终的辅助决策。伴随着无人集群多模态数据采集系统落地应用的进程,下列问题逐渐显现:1)多模态图像配准处理过程速度慢及准确率低,难以满足实际应用中的实时性需求;2)无人集群面向的任务相对复杂,分布式通讯网络架构上,联盟形成和任务分配成为采集质量与效率评估的关键因素。3)考虑真实场景的无人集群数据采集任务的实施,迫切需要一套完整的软硬件系统,支撑并验证无人集群的多模态数据采集与处理。针对上述问题,本文在多模态图像配准和无人集群任务分配两个关键技术的基础上,设计并实现了一套无人集群多模态数据采集系统。本文具体工作和贡献如下:（1）在阐述多视角多模态的图像配准模型的基础上,提出了基于CUDA的加速稳健特征（Speeded Up Robust Features,SURF）多模态图像配准算法。同时,将该算法运用在系统的图像配准模块,利用SURF算法提取出多模态图像中的特征值,经过空间变换后进行灰度插值计算,获取图像中的互信息实现图像精准配准操作。与常规方法及基于改良的SURF的配准方法相比,本文提出的多模态配准方法得到的归一化互相关（Normalized Correlation Coefficient,NCC）最优,更接近 1。（2）在基于重叠联盟博弈算法的任务分配模型基础上,本文设计了一种基于长短时记忆分布式条件生成对抗网络算法（Long Short Term Memory-Distributed Conditional Generative Adversarial Network,LSTM-DCGAN）的任务分配方法,实现无人集群在不共享实际原始数据的情况下进行协作。仿真实验结果表明,重叠联盟博弈算法有效提升了任务分配的效率,并提高了任务完成总收益。（3）设计并实现了无人集群多模态数据采集系统,系统设计包括了总体设计方案、硬件系统设计和软件系统设计三个部分。在实现环节,硬件系统结构主要考虑了无人机控制、视觉采集以及无人机通讯等模块的选型与实现。软件系统实现了人机共识语义交互、场景共识管理和图像语义标注等多模态数据采集与处理功能。本文设计且实现了一个无人集群多模态数据采集系统,可以满足多场景下无人集群的数据采集需求。通过调整无人机吊舱,更换任务相关的数据采集设备,本系统架构具有任务无关性,可以普适于各种真实场景任务需求。