基于捕食-被掠夺的生态学模型发展起来的追捕-逃脱任务，在搜索与救援、军事侦察、导弹制导系统等实际应用中广泛存在。多移动机器人追捕问题属于追捕.逃脱任务的范畴，是研究多机器人协作与协调机制的典型问题，受到了机器人领域的研究者越来越多的重视。　　 本文从追捕机器人的角度，对同时定位与地图构建问题进行了研究。建立了一个分布式、模块化的多机器人系统体系结构，以增强系统的容错性、可扩展性以及对动态环境的适应性。同时对主要的传感器及其不确定性进行建模，利用误差传播律分析了该不确定性对环境测量的影响。为构建室内环境的几何地图，本文分别对激光测距仪和视觉传感器提出了相应的特征提取方法，并利用马氏距离的卡方检验实现观测特征与地图的数据关联，将基于扩展卡尔曼滤波的同时定位与地图构建方法成功地应用于静态的室内环境中。实验与仿真结果证明了方法的有效性与高效性。　　 此外，本研究建立了动态环境下多机器人的协作追捕策略。首先提出了同时地图构建与逃跑者探测问题，并利用贝叶斯原理给出了该问题的一般描述形式。研究采用了一种结合特征描述法与占据栅格法的新型混合地图，一方面便于追捕者估计逃跑者的运动状态与规划追捕路径，另一方面保证追捕者的精确定位和地图的一致性。考虑到机器人的尺寸约束和环境中潜在的危险区域，本文提出了一种安全有效的启发式协作追捕策略。在室内走廊环境以及大尺度拓扑环境下的实验和仿真结果均显示了方法的有效性。