对机器人技术的研究程度和应用水平体现了一个国家工业自动化水平发展的高低,具有重要的国防战略意义。同时定位与地图创建是实现真正自主移动机器人的关键,也是机器人研究领域中的难点问题。利用机器人自身携带的传感器感知周围的环境以确定机器人在环境中的位置以及对环境进行建模,是机器人进行自主导航以及其它复杂任务的前提和保证。多机器人协同同时定位与地图创建相比单机器人同时定位与地图创建,可以提高创建地图的效率,增加系统的鲁棒性。本文主要研究基于里程计和激光传感器的多机器人同时定位与地图创建的算法理论和实现,以及在环形闭合问题中机器人创建环境地图所采用的算法。首先,描述了室内移动机器人同时定位与地图创建问题,分析了三种环境地图的表示方式,并对基于Rao-Blackwellized粒子滤波器的SLAM算法进行了研究,针对其存在的问题提出了一种多起始点的梯度下降搜索算法,使得算法对系统误差的容忍性更强,并且滤波器所需的粒子数目减少,提高了算法的效率,同时介绍了多机器人SLAM问题的模型。其次,描述了多机器人同时定位与地图创建中的局部子地图融合问题,并着重研究了地图融合中的地图匹配方法。系统介绍了目前地图匹配常用的三类方法并研究了地图匹配的数学模型,分析讨论了几种不同情况的地图融合算法,其中对地图融合方法进行了一定的改进,提出了在全局的随机游走搜索方法中加入局部的梯度下降搜索法,提高了其运行效率。再次,针对机器人地图创建中的环形闭合问题进行研究。针对传统闭环检测方法误差较大的缺点,本文提出了一种基于LSC的地图创建方法,改进了传统拓扑地图仅仅包含机器人位姿而不包含局部环境特征的不足,机器人每一次扫描都创建一个LSC描述器并根据描述器反映的局部形状语境进行归类与闭环检测,当机器人发现回到已经扫描过的区域时将进行主动环形闭合,减小位姿估计的不确定性以及创建更精确的环境地图。最后,对目前有关多机器人系统的体系结构、协作策略进行了介绍,在此基础上对机器人的相遇、相互定位进行了研究,通过仿真实验验证了本文改进的地图融合算法的有效性。