近年来,地面自主移动机器人技术得到飞速发展,逐渐渗透到工业、农业和军事等各个应用领域。由于个体机器人能力的局限性,多机器人协作技术应运而生,其可以利用群体协作的优势弥补个体能力的不足,完成个体无法完成的任务,是机器人模拟人类社会发展的必然趋势,是当前人工智能和移动机器人研究领域的重要课题之一,其中协作定位又是多移动机器人技术的基础问题,如何提高定位的精度、效率和稳定性是研究的关键。多机器人协作定位是指机器人依靠自身携带的传感器和无线通信设备,通过分布式感知、信息共享、相对观测等协作方式实现群体定位。与个体机器人定位相比,多机器人协作可以使得传感器探测的范围更广,信息来源更多样化,信息融合精度更高,并依据相互间的位置参照,可以更好地提高机器人定位和地图创建的精度,并使协作及协同控制更加有效,例如较好地保持编队队形,编队控制过程更加平滑稳定等。本文从系统架构角度和优化控制角度,系统研究了提高多机器人协作定位精度、稳定性和鲁棒性的方法,具体内容及成果如下：1.为了提高多机器人编队定位精度和控制稳定性,提出一种多机器人复合EKF(Multiple Extended Kalman Filter, Multi-EKF)定位控制方法,方法采用领导-跟随控制模式,首先跟随机器人把其他成员作为相对固定路标,使用EKF进行自身定位；然后领导机器人将整个编队作为一个整体,通过计算编队的联合概率分布,得到编队的整体定位,并将结果反馈给各个跟随机器人进行各自校正。采用这种整体预测-个体校正的反馈控制方法,提高了编队的定位精度和导航的稳定性。2.在对机器人协作目标围捕的研究中,提出了一种多机器人Cross-EKF围捕算法,围捕机器人依靠算法,各自利用EKF对目标进行定位,把各机器人对目标定位得到的后验估计协方差进行交集计算,得到最小协方差区间,以该协方差区间边缘点到均值中心最大距离为半径,构建收敛圆,多机器人以该收敛圆面为目标,从各个方向进行逼近围捕。实验结果表明将对动态点的收敛扩展到对动态面的收敛,有助于提高系统的收敛速度和控制稳定性。3.针对多机器人编队定位导航的鲁棒控制问题,提出了一种柔性控制结构,结构利用柔性结构冗余大、易调节的特点增强编队对外部动态环境的适应能力；利用Rao-Blackwellized粒子滤波算法得到较为理想的编队形状和预应力的搭配,增强系统内部承载能力；利用主-从-备份的角色分配方式增强系统的执行能力。实验结果表明柔性结构的多机器人系统能够较好地适应外部和内部环境的变化,具有较强的灵活性和抗毁能力,鲁棒性也得到了提高。4.在对多机器人协作导航过程中的实时定位与地图创建问题的研究中,提出了多机器人协作实时FastSLAM (Multi-robots Cooperative Online FastSLAM, MRCO-FastSLAM)算法及其改进算法IMRCO-FastSLAM(Improved MRCO-FastSLAM),算法解决了FastSLAM 1.0中缺乏自身定位测量修正引起的累积误差的问题和FastSLAM2.0引入测量修正引起算法复杂度增加的问题。MRCO-FastSLAM在FastSLAM 1.0和领导-跟随编队控制模式的基础上,让跟随机器人在执行SLAM的同时负责为主机器人提供辅助测量的服务,帮助领导机器人在SLAM的过程中,修正其定位估计误差。为了进一步提高领导机器人SLAM的定位精度,降低跟随机器人动态观测噪声和控制噪声的干扰,改进算法IMRCO-FastSLAM让跟随机器人放弃执行SLAM,采用静止观测,阶跃式前进的协作方法,该方法在消耗额外等待时间的基础上,以时间的等待换取空间的精度提高,在对时间要求不是很苛刻的情况下,具有较好的适用性。5.仍然是针对多机器人编队定位导航的鲁棒控制问题,提出了一种新的多机器人定位导航控制方法,该方法在MRCO-FastSLAM研究的基础上,使得跟随机器人为领导机器人提供观测修正的同时,将领导机器人位姿的后验估计作为编队的标准参考来修正自身位姿的先验估计,在提高主机器人定位精度的基础上,利用相对定位和反馈校正的控制方法,提高跟随机器人自身在队内的定位和控制精度。6.为了研究高效、通用和松耦合的多机器人协作定位体系结构,提出将面向服务的架构(Service Oriented Architecture, SOA)引入到多机器人体系结构设计中,该结构在分层结构的基础上,以服务为组成元素,设计了多机器人SOA协议与接口,在协作中实现对机器人下层功能组件的透明封装和上层服务的灵活调用,可以有效避免异构对协作的影响,有利于系统的构建、扩展、重组和维护。