多无人机协同搜索在救援、侦察、打击等领域应用广泛,然而在GPS拒止环境中,多无人机因不能获取有效的定位信息而导致无法执行协同搜索任务。针对此问题,本文采用协同视觉SLAM的方法解决多无人机协同搜索系统的定位问题;然后,在视觉定位基础上,针对多无人机如何快速、准确地完成目标搜索的问题提出了一种改进的粒子群算法控制多无人机协同搜索,同时,针对多无人机在搜索过程中容易发生内部碰撞的问题,引入人工势场法实现无人机的内部避碰,提高系统的安全性。本文的主要工作包含以下几方面内容:首先,研究多无人机协同视觉SLAM算法,完成多无人机的定位。每架无人机分别通过视觉SLAM算法提取环境特征实现自身位姿估计,然后采用特征匹配与坐标转换的方法将多架无人机提取的环境特征进行融合,构建统一坐标系下的稀疏点云地图,用于多无人机系统相对位置估计。然后,设计了多无人机协同搜索算法。采用粒子群算法使多无人机通过共享位置信息实现协同搜索,并针对粒子群算法在搜索过程中容易陷入局部最优的问题,引入动态惯性权值帮助个体跳出局部最优,提高搜索的效率。其次,设计多无人机内部避碰算法防止无人机发生内部碰撞。采用人工势场算法对每架无人机构建斥力势场,通过斥力势场调节无人机之间的距离,防止发生内部碰撞,提高系统的安全性。最后,搭建仿真平台和物理实验平台对系统进行验证。首先,在GAZEBO仿真平台中对搜索算法进行仿真分析。仿真结果表明:改进的粒子群算法在控制多无人机协同搜索的同时可以有效避免陷入局部最优,人工势场算法的引入可以防止无人机发生内部碰撞,提高系统的安全性。最后,在物理实验平台上测试了多无人机协同搜索的效果,进一步验证了算法的有效性。