气味源定位技术在生化恐怖袭击、危险物质泄漏、火灾和爆炸事故的防治中具有重要的应用价值。为提高气味源定位效率,一些学者尝试使用机器人自主地搜寻气味源。由于传统地面机器人易受地形限制,单个机器人搜寻范围有限,多无人机气味源定位具有更高的效率。但是目前有关多无人机气味源定位的研究较少,且多停留在仿真阶段,在实际应用时,存在三个难点问题:一是无人机与无人机之间以及无人机与障碍物之间的避碰问题;二是系统内部的通信问题;三是如何设计稳定的无人机系统以及高效可靠的地面站管理软件。针对以上问题,论文从实际应用出发,设计了一套多无人机气味源定位系统,利用人工势场法实现了气味源定位任务中的避碰,同时设计基于地面站数据转发的通信机制降低无人机的通信量。论文主要工作如下:（1）系统方案设计。分析了气味源定位系统的功能需求,确定了无人机系统、通信网络、地面站系统的方案。针对传统的全链接通信拓扑存在信息冗余量大,通信带宽要求高的问题,设计基于地面站数据转发的通信机制降低无人机的通信量。（2）多无人机气味源定位算法设计。在自然环境中,从气味源释放的气味分子在空气湍流的作用下形成的羽毛状分布形态,称为气味烟羽。机器人气味源定位主要包含烟羽发现、烟羽跟踪和气味源确认三个阶段。针对烟羽发现任务,论文设计了一种基于改进矩形波Z字形遍历算法的航路预规划算法,实现无人机的协同烟羽发现。针对烟羽跟踪任务,设计了基于粒子群算法的多无人机烟羽跟踪算法。在整个气味源定位过程中,利用人工势场法设计了无人机与无人机之间以及无人机与障碍物之间的避碰策略。（3）多无人机气味源定位系统软硬件平台设计。基于开源飞控PIXHAWK搭建了无人机平台,通过多进程、模块化的程序设计方法设计了无人机软件,采用QML和C++混合编程的方式设计了地面站软件。（4）实验验证。通过地面站和无人机联调,实现了多无人机气味源定位系统的各项功能,对系统各项功能进行了测试,完成了算法验证。实验结果表明,论文设计的系统能在定位气味源的同时,有效地避免无人机之间以及无人机与障碍物之间的碰撞。