随着移动机器人学及其应用技术的不断发展，单个机器人的有限能力已不能满足完成复杂任务的要求，因而多机器人协作技术成为当前该领域的研究热点之一。多机器人协作定位是提高多机器人系统自主能力的关键。虽然关于多机器人协作定位方法的研究很多，但是已有的大多数协作定位理论和方法还都局限于仿真分析阶段，缺少在实际机器人平台上对已有理论和方法的验证与分析。本文首先概述了多机器人系统的研究现状，并阐述了多机器人协作定位的基本问题、技术特点以及发展趋势。多机器人系统的构建和多传感器信息的交互是协作定位研究的前提与基础。本文不仅对所使用的Pioneer 3机器人平台及其配备的多种传感器进行了系统的说明，还对多源信息融合、多机器人间的通信、基于ARIA的任务控制与管理，以及视觉图像的提取与处理等问题进行了分析与讨论。机器人相对位姿检测与机器人状态的估计与更新是实现多机器人协作定位的两个核心问题。为了有效解决未知环境下的多机器人协作定位问题，本文提出了一种基于扩展卡尔曼滤波算法的相对位姿估计与更新方法，并给出在理想状态下的机器人位置不确定性的传播公式。当编队中某个机器人观测到另外一个或多个机器人时，利用相对观测信息来同时更新多机器人系统中每个机器人的位姿及协方差矩阵。相互观测所获得的多源信息为系统所共享，因而与单机器人定位相比较，该方法能有效提高机器人群体的协作定位能力。以现有Pioneer 3机器人平台为基础设计并完成了多机器人协作定位的系列实验，具体包括针对匀速与变速两种不同情况下的协作定位实验。通过对实验数据的分析与讨论，特别是针对多机器人系统的定位误差传播的详细分析，验证了本文所提出的基于扩展卡尔曼滤波的多机器人协作定位算法的有效性。