随着核工业技术的不断发展以及相应的社会需求日益蓬发,放射源的数量规模在不断扩大,放射源失控的事件也在不断发生。快速定位失控放射源的位置从而及时进行处置,是核应急处置措施中的关键一环。随着机器人智能技术的发展,为了避免对放射源搜寻者的身体健康造成严重伤害,利用机器人来替代人进行辐射作业已经成为常规措施。同时当放射源搜寻场景过大时,搜索效率将成为参考的重点。为了完成大场景下的放射源定位工作,本课题将针对多机器人编队进行放射源定位问题进行研究,从以下几个方面展开:（1）针对移动机器人自主辐射探测问题,本课题根据点源放射源空间辐射特性构建空间辐射场模型;并依据辐射探测器的探测原理分析辐射样本数据的随机分布;同时为了清晰化放射源定位的步骤,确定了多机器人编队定位放射源的系统框架。（2）为了提升多机器人编队在大场景下的稳定性以及搜索效率,提出了一种分层递阶的多机器人编队控制算法。为了去除机器人在大场景下的自身定位累计误差,采用同时定位与建图技术及自适应蒙特卡洛算法实现机器人的自主定位。同时通过对机器人队伍控制单元分层设计,减小了下层误差扰动对上层控制的干扰,提高了多机器人编队的稳定性。并且对速度序列添加动态窗口,提升机器人队伍的避障能力。（3）针对在大场景放射源搜寻工作中放射源定位难、耗时久等问题,提出了一种基于最小二乘法的放射源定位算法。在三点定位法的基础上,将定位数学模型线性化,再使用最小二乘的思想对放射源位置进行最优估计。同时针对辐射样本数据噪点多对最小二乘法线性回归影响较大的情况,对噪点进行滤波去除,实现对最小二乘法寻源的优化。为了应用于实际中,设计了一种渐进式扩充辐射样本来进行算法迭代的方法,在保证了放射源定位精度的同时又提高了搜寻效率。（4）为了验证本课题所提编队放射源定位算法的可行性及有效性,使用科研用源Cs-137分别在有障碍物和无障碍物环境下搭建实验场景,并利用本课题所提编队放射源算法进行放射源搜寻实验。实验结果表明,在保证放射源放射源定位精度的同时,本课题所提算法能快速有效地定位到放射源。