研 究 了 多 机器 人 在 未 知 环 境 下 以主 动 的 方 式协 作完 成 同 时 定 位 与 地 图 创 建 的 问题 引 入 局部 子 地 图 方 法 , 由每 个 机器 人 建 立 自身 周 围 局 部 区 域 的 子 地 图 , 使 多个机 器 人 之 间 的地 图创 建相 互 独 立 , 从 而 对全局 环 境 的 问 题 进 行 分解 而 每 个 机器 人 在建立 局 部 子 地 图时将 主 动 问题 转化 为多 目标优化 问 题 机器 人 选 取 最 优 的 控 制 输 入 , 使 定 位 与地 图创 建 的准 确 性 、 信 息增 益 以及 多机器人 之 间 的协 调 关 系得 到 综合 优化 。最后 , 通 过 扩 展 的 卡 尔 曼 滤 波 器 对 子 地 图进行 融合 得 到 全局 地 图 仿真 结果 验证 了 该方 法 的有效性。