多机器人搜救问题是多机器人协同系统迈向实际应用场景的一个重要研究方向,具有深远的研究意义和广泛的应用价值。已知环境下的多机器人搜救问题是多机器人搜救问题的重要分支。目前已知环境下的多机器人搜救方法有很大一部分采用的是基于覆盖规划路径思想的衍生算法。这类规划方法大多把机器人的感知范围当作质点或正方形进行建模,不能满足现实中摄像头等感知范围和感知方向是比较特殊的传感器的需求。针对上述问题,本文致力于研究一种可以有效利用摄像头可视范围的多机器人搜救方法来提高机器人搜救任务的执行效率。本文具体的研究工作如下:（1）针对传统覆盖路径规划算法无法对摄像头传感器的有效感知范围进行建模的问题,本文提出了一种基于可视范围覆盖的机器人搜索方法。该方法分为可视节点填充与路径规划两个阶段,在可视节点填充阶段,使用人工势场法对可视节点进行填充;在路径规划阶段,将可视节点填充结果建模为旅行商问题求解全局最短路径。通过与生成树覆盖（Spanning Tree Coverage,STC）算法从路径长度和覆盖率两个指标上进行实验比较,全面衡量了基于可视范围覆盖的机器人搜索方法应用到目标搜索问题中的搜索效率。实验结果表明,基于可视范围覆盖的机器人搜索方法能够有效缩短搜索路径长度,提高单位路径长度内的覆盖率,具有较高的实用价值。（2）通过在决策过程中加入听觉感知信息,本文提出了一种结合协同声源定位的多机器人搜救方法。该方法主要包含协同搜索与协同声源定位两部分。在协同搜索环节,机器人团队内部首先使用基于机器人初始位置的地图分区（Divide Areas Based on Robots Initial Positions,DARP）算法进行子地图划分,并将子地图分发给各机器人;机器人收到子地图后再使用本文提出的基于可视范围覆盖的机器人搜索方法进行全局搜索路径规划,随后沿规划路径执行搜索。当机器人所搭载的麦克风阵列接收到呼救声源信号时,机器人进行协同声源定位环节,通过估算的目标位置重新划分新的搜索范围,并以此为输入开启新一轮的协同搜索,从而通过迭代搜索提高搜救效率。此外,本文基于ROS（Robot Operating System）框架与Gazebo物理引擎搭建了适用于多机器人搜救问题的仿真实验平台,并通过与原生DARP算法进行仿真比较,分析了本文提出的多机器人协同搜救方法的理论可行性和有效性。（3）本文构建了用于在实际场景中进行实验验证的搜救机器人原型,并在一千平米的试验场地内使用由三个搜救机器人构成的机器人团队对本文提出的多机器人搜救方法进行了实验验证。实验结果表明,本文提出的结合协同声源定位的多机器人搜救方法是一种切实可行的方法,可以在实际场景中得到应用,并且具有良好的实时性。