本文描述了一个基于WSN环境下PSO-PF的多移动机器人协同定位算法，由无线传感器网络辅助机器人定位，算法在PF的预测阶段引入PSO，驱动所有的粒子向高似然概率区域运动，多次迭代更新粒子状态，减少了冗余节点的影响，实现了节点间的信息融合，实验仿真表明本方法有效的抑制了系统的累积误差，基本上解决了粒子重采样存在的粒子退化和耗尽现象，下一步的研究方向我将重点放在如何减少算法的精确度，以及如何搭建一个新的无线传感器网络—移动机器人系统的

针对目前现有的多机器人定位系统定位计算的复杂性大、实时性有效性不高、存在定位误差、相对观测量的增加不与定位精度成比例的缺点，提出了一种基于ZigBee无线网络环境下PSO-PF的多移动机器人协同定位算法，该算法在PF的预测阶段引入PSO，驱动所有的粒子向高似然概率区域运动，多次迭代更新粒子状态，减少了冗余节点的影响，实现了节点间的信息融合，解决了粒子耗尽问题，扩大了解空间的范围，实验结果表明，采用PSO-PF算法，综合无线传感器进行辅助导航，融合各个机器人的观测信息，可以极大降低求解的空间维数