在一些没有通信设施或者现有通信设施被破坏的灾难现场,通信是制约着救援效率的一个主要因素。早期人们通过在环境中布置固定的中继节点搭建无线网络来扩展网络的覆盖范围,但是这种方式很不方便,而且不能充分利用各个节点提高网络的通信质量。随着机器人和传感器技术的发展,人们利用无人机或者无人车搭载中继节点建立无线通信网络,这种方法可以随意的调度各个中继节点优化网络,然而由于无线信号容易受环境的影响,所以应用范围只能局限于空旷的环境下。采用泰森多边形的方法能够充分考虑环境对无线信号的影响,但是由于实际环境非常复杂,泰森多边形的中心往往很难找到。本文根据网络通信的特点,充分考虑了环境对无线信号的影响,提出了两种无线信号分布估计模型。结合移动机器人技术无线网络,获得最优中继位置,实现快速搭建无线网络,确保网络的通信质量最优。本文总结了国内外该领域的一些研究成果,针对研究中存在的一些问题,提出了利用机器人作为中继节点优化无线网络,实现网络的通信能力最佳。优化网络的目的就是消除网络节点之间的通信瓶颈,然而如何寻找网络节点的最优位置成为需要解决的关键问题。本文采用主/从机器人的方式实现利用多机器人优化基站和客户端之间的通信。一个好的环境地图对于机器人导航和网络优化至关重要。针对当前机器人制图中存在的一些问题,本文提出融合激光和摄像机传感器的数据信息,采用基于图优化的方法绘制环境栅格地图,避免了激光数据少,容易产生错误闭环的特点,实现了在大范围或环境特征比较相似的环境下绘制较精确的地图。本文充分考虑了环境对无线信号的衰减,利用高斯过程回归和高斯模型分别估计基站和中继机器人在环境中无线信号的分布情况。由于在小范围内无线信号的衰减较小,本文采用基于采样的快速搜索路径树的方法规划基站到客户端之间的路径,提出了在基站和客户端之间的路径上寻找最佳中继机器人的位置,缩小了中继机器人最佳位置的搜索范围,提高了网络优化的速率。根据通信节点的距离和通信网络质量的需求,可以调用单机器人或者多机器人对网络优化,针对利用单机器人和多机器人优化网络,本文提出了基于贪婪搜索和虚拟力两种方法寻找最佳中继位置,保证网络优化的效率。本文结合机器人技术和无线网络相关知识,充分考虑目前网络优化中存在的一些问题,提出了相应的解决方法。针对基站和客户端之间距离的长短、中继机器人的数量以及通信网络的质量需求,分别进行了大量的实验,通过实验结果和数据分析证明了本文提出方法的可行性。本论文获得的研究成果可以广泛的应用与服务机器人、探测、灾难救援现场等领域,对于无线网络优化的研究有重要的意义。