矿井灾害事故发生后,巷道环境具有危险性大、工作环境恶劣、有毒有害气体浓度高以及二次灾害事件难以预测等特点。如果派救援人员直接进入事故现场,很难保障救援人员的安全,这给井下搜救工作带来了很大的困难。采用无人机进入矿井进行环境搜索不仅可以探测灾后矿井的环境信息,还可以定位被困或受伤矿工的具体位置。由于单个无人机井下探测的距离和范围有限,容易遗漏搜索空间,产生环境侦测的盲区。同时,单无人机搜索矿井环境耗费时间长,其灵活性、鲁棒性和功能扩展性都不高,导致搜索效率低。采用多无人机协同搜索可以很好地克服单无人机的上述缺陷,能够更加准确、完整、快速地获取环境信息,为紧急安全救灾提供保障。本文在研究矿井无人机飞行轨迹定位技术的基础上,研究了多无人机系统协同搜索矿井环境的方法,为无人机运用于煤矿领域协助搜救工作奠定一定的理论基础。本文以矿井环境为研究背景。首先,建立了基于MEMS加速度传感器和陀螺仪的无人机飞行轨迹定位模型,并分析了定位模型的主要误差来源。通过使用卡尔曼滤波、速度位移重建等方法分别对相应的误差进行处理,并通过仿真实验验证了方法的可行性,最终得到更加准确的定位信息。其次,本文对多无人机协同搜索矿井灾变环境的方法进行了研究。为避免在搜索过程中出现零散的未知区域而导致搜索后期出现重复覆盖现象,在基本边界搜索算法的基础上增加对无人机导航角度因素的考虑。同时,引入分散度评价机制对基本边界搜索算法加以改进,以减少无人机之间的拥挤,并最终构建出多无人机系统协同搜索的目标函数。最后,采用蚁群算法对多无人机协同搜索方法进行了目标优化,并通过仿真实验验证了改进算法的合理性与高效性:使用改进后的搜索算法,多无人机系统的搜索效率得到明显提高,无人机之间对矿井环境的重复搜索和飞行时出现的冲突现象得到有效规避。