随着社会经济的发展和无人机技术的日趋成熟,越来越多的无人机被用于生产生活当中,相比于单架无人机的作业,多无人机协作作业可以并行执行任务以提高作业效率,并且扩展了无人机的能力边界,近年来应用场景越来越广泛。在多无人机协同作业过程中,定位是必不可少的基础,包括无人机相对作业环境的绝对定位和相对于同伴的相对定位。在某些应用场景中可以利用无人机集群以外的定位设备进行定位,如全球卫星定位系统,但在一些情况下外部定位设备是不可用的,我们希望只通过机载的传感器实现定位,所以我们在同步定位与建图的理论框架下开展研究。许多多机器人同步定位与建图方法使用了外部的计算设备作为服务器,处理算法中计算量最大的部分,但携带集群以外的计算设备在一些野外场景中是不现实的,我们希望避免使用中心节点,把计算量分摊在每一架无人机上。我们还希望在定位过程中每一架无人机只与它的若干个邻居进行通信,只获取集群局部的信息,不需要得到全局的信息,以保证集群的可扩展性和鲁棒性。我们研究了对同一架无人机不同时刻间相对位姿变化的测量方法和对两架无人机之间相对位姿的测量方法,并使用这些测量构造了全局位姿图优化目标函数。我们研究了全局位姿图优化问题的求解,其主要研究内容包括对错误回环的处理、全局位姿图优化目标函数的确定和对该目标函数的分布式求解。其中的重点在于保证定义的全局位姿图优化目标函数具有明确的物理意义、易于被分布式求解,并且保证该分布式优化具有合理的收敛速度和对错误回环干扰的鲁棒性。我们创新地将交替方向乘子法用于全局位姿图优化的分布式求解,创新地定义了一个可分离且物理意义明确的优化目标函数,它易于被交替方向乘子法求解。评估了已有的错误回环剔除方法,创新地在子问题的共识项上应用Huber鲁棒核函数减弱错误回环的影响。创新地通过动态调整Huber鲁棒核函数的阈值实现从粗到精的优化,避免轨迹对齐错误,陷入局部极小值点,同时大大提高了算法的收敛速度。实现了该算法,在数据集上验证了该算法的准确性,并搭建了实物实验平台,通过无人机编队实验验证了该算法的实时性和可用性。