本课题以智能无人系统为基础,研究多机器人的协同地图构建。在未知环境中利用机器人搭载的视觉传感器迅速构建局部地图,并实现多机器人地图融合,以满足复杂环境下对精度、实时性、可靠性及环境适应性的要求。本文设计了一种基于字典模型的地图融合算法,在复杂环境中完成多机器人协同建图任务。采用无人平台作为前端采集地图信息,中控单元作为后端完成建图,并利用tag算法优化位姿和建图,并进行基于重叠区域的地图匹配融合,使多个子端地图合并为一张全局地图。无人系统协同建图的相关研究方法如下:首先,本文设计了多机系统的整体框架,采用集中式的机器人体系,将系统划分为子端无人平台和中控单元的服务端。子端采用单目相机作为传感器,执行视觉里程计,本文在此基础上对局部地图部分进行了设计,设计删除机制和缓存机制,保证子端建图实时性。其次,设计了基于tag的无人机位姿解算及优化算法,采用Apriltag检测原理解算相机位姿,利用相机与无人机以及世界坐标系的位姿关系,计算无人机位姿,并采用地图偏移优化设计对无人机位姿及进行优化。再次,设计了基于字典模型的地图融合匹配算法,采用orb特征提取特征点,构建图片的字典库,利用相似性计算,选取匹配的关键帧,再设计采用RANSAC迭代下的Sim3变换,通过位姿关系将地图进行变换,最后进行地图关键帧和地图点的融合,形成全局地图。最后,在Ubuntu系统下实现协同系统的整体设计,分别对系统的子端和系统整体的进行实际、数据集和仿真测试与验证。在实验室环境下运行系统,整体系统能够完成子端建图,位姿优化以及地图融合功能,实现了多机器人系统建图建图功能,并对算法的准确性和实时性进行分析,验证了算法的可行性。