在自然界中,大多数生物依靠气味信息进行捕获食物或猎物、躲避天敌和寻找同伴等生命活动。一些学者受到生物利用气味信息行为的启发,开展了利用移动机器人完成气味源定位任务的研究。该项研究在有毒有害气体泄漏源检测、灾后人员搜救、火源搜索等领域存在广阔的应用前景。布谷鸟搜索算法是一种优秀的全局随机优化算法,其求解的质量不依赖待解决问题的数学模型,本文将布谷鸟搜索算法引入机器人主动嗅觉的研究中,协调多个机器人搜索气味源。本文的主要工作如下:首先,提出了基于布谷鸟搜索算法的多机器人气味跟踪方法,该方法将布谷鸟搜索算法的优化作用和机器人逆风运动的搜索作用相结合,提高了机器人搜索气味源的效率。其次,在动态烟羽仿真平台中对本文提出的基于布谷鸟搜索算法的多机器人气味跟踪方法进行了计算机仿真,通过一系列的仿真验证了算法的有效性并对仿真结果进行了详细地分析。同时在计算机仿真中与蚁群算法结合逆风运动的气味源定位算法进行了对比,验证了本文提出的算法具有一定的优越性。最后,搭建了多机器人气味源搜索实验系统,并在室内通风环境中对本文提出的算法进行了实验验证。组建的实验系统包括OptiTrack运动捕捉系统、多机器人、控制台、传感器数据采集模块和上位机工作站五部分。实验结果表明本文提出的算法能以较高的成功率完成气味源搜索任务,验证了算法的可行性。