随着人工智能技术与无线通信技术的兴起,群体机器人在工业领域或救援工作中的应用越来越广泛。群体机器人系统具有良好的可扩展性和灵活性,可以在室内环境下进行自主定位,协助工作人员在不进入室内的情况下对室内环境进行检测。本文针对群体机器人在室内环境中的定位和环境监测问题进行了研究,具体内容如下:首先,介绍了国内外群体机器人定位方式的研究现状,描述了短距离无线通信技术的应用及群体机器人协作系统结构的特点,分析并比较了群体机器人不同的定位算法。其次,针对室内环境中群体机器人应用传统RSSI定位算法存在一定误差的问题,给出了基于粒子滤波改进的RSSI定位算法。使用粒子滤波对采集到的RSSI值进行预处理和重要性采样,剔除不可用的粒子,让粒子收敛状态接近高斯分布。应用改进后的RSSI算法计算参考节点和定位节点间的距离,减小定位误差。在MATLAB中进行仿真,仿真结果表明粒子滤波改进的RSSI定位算法能有效地改进采样值,提高定位精度。再次,针对基于粒子滤波改进的RSSI定位算法不能对机器人位置偏移量进行补偿的问题,给出了基于粒子滤波和卡尔曼滤波双重优化的RSSI算法。采用粒子滤波处理后的RSSI算法计算机器人位置坐标,利用卡尔曼滤波方法对计算出的位置坐标进行预测和校正,达到全局的最优估计,提高定位精度。仿真结果表明经过优化的定位方法有效地减小了定位误差,满足了机器人的定位需要。最后,运用TI公司的CC2530建立环境监测与定位系统平台,通过进一步的实际环境实验,验证了定位算法的可行性。应用环境监测终端节点对室内的温度、湿度、有害气体浓度等信息进行采集,将采集到的信息通过无线网络传输到计算机中,进行环境的实时监控。