近年来，随着电子技术的不断成熟和硬件能力的不断发展，机器人在行业中有着越来越广泛的应用。但随着任务本身和任务环境变得越来越复杂，基于视觉等传感器的多模态融合协同场景感知定位技术成为机器人能够高效安全地执行任务的前提，成为研究人员关注的焦点。
　　本文基于空中无人机与地面机器人平台，重点构建了一套空地融合协同同步定位与建图框架，深入研究了融合多模态信息的协同定位与感知方法，以满足机器人在复杂多变环境下的应用需求。主要工作和贡献如下：
　　1．本文提出了一种空地融合协同SLAM框架。该框架以无人机作为拥有俯视视角的感知机器人获得全局信息，地面机器人则在地面复杂环境甚至室内进行局部建图，可以进行不同视角下大范围全局融合建图。相比较于单个机器人SLAM方法，空地协同的多视角融合，使得建图场景结果更加丰富。对比实验表明本文算法具有更高精度。
　　2．本文提出了一种基于Tag的SLAM地图偏移优化方法。通过特定视觉特征AprilTags得到一段时间内相机相对于特定机器人的真实位姿，同时在后端优化过程中替换由原始相机所估计的位姿信息，由此得到在一段时间内真实可靠的机器人在场景下的定位信息，避免了由于纯视觉特征下由于光照变化、纹理单一引起的大范围测量区域内尺度漂移问题。通过不同的场景测试以及实验对比，本文的地图偏移优化方法都达到了很好的效果。
　　3．本文提出了一种融合惯性传感信息和图像信息的修正尺度方法。将惯性测量单元得到的信息与视觉信息中间数据通过一个优化滤波器进行处理，将图像特征加入到特征向量中进行优化，最终得到优化后具有真实尺度的位姿信息。将具有真实尺度的信息还原无人机与地面机器人所构建的地图的真实尺度，得到最终的全局地图。
　　基于以上创新工作，本文构建了一整套多机器人空地融合协同SLAM系统。该系统具备机器人客户端，地面站服务器处理端以及多模态传感器接入系统。系统充分融合利用多模态信息，能很好地实现多机器人协同三维场景感知。实验结果展示了系统的有效性，证明本文设计的系统能很好地解决复杂大范围三维场景的感知难题。