当今机器人技术以及飞速发展，在军事、工业制造、医疗卫生和航天航空等领域都能够看到机器人的身影。虽然研究者们对个体机器人的研究已经十分深入，使其功能越来越丰富，智能化越来越高，但由于个体机器人无法改变的局限性，对于复杂的任务很难成功的完成。这样，多机器人协作技术开始得以发展，这种技术能够利用多机器人群体的优势通过分工协作完成单个机器人无法完成的任务。作为一个智能机器人系统同时也是多机器人系统的典型平台，对机器人足球的研究让多机器人协同技术的发展得到了飞速的提高。全自主的足球机器人比赛的最高水平是ROBOCUP中型组的足球比赛。本文首先通过对中型组机器人软硬件结构，以及机器人的各个子系统的介绍让读者对中型组足球机器人有一个相对概况的了解。之后对单个机器人的自定位以及目标定位的原理进行了详细的说明，为后文多机器人的观测定位打下基础。通过引入基于密度空间的聚类分析算法(DBSCAN)，对多机器人信息融合系统进行研究分析，找出传统DBSCAN融合算法在数据处理的精准度和稳定性上暴露出的问题，提出引入机器人观测距离阈值的改进DBSCAN算法。该算法通过设定机器人的观测距离阈值，结合了中型组机器人平台在实际观测中离目标点越远定位精度越低的情况，将传统DBSCAN算法中可能被剔除掉的数据进行重新筛选。通过观测距离与阈值的对比决定噪声点的保留与否，以提高融合数据量和精准度，从而解决观测信息误差较大与融合数据不稳定的问题。本文的实验中，在多机器人观测同一目标点的情况下，对比了传统DBSCAN与改进后DBSCAN算法对目标点的数据融合。实验结果表明对比传统DBSCAN，改进后的算法在领域半径EPS变化的情况下，系统的信息融合在稳定性和精确性方面都有了一定的提高。最后论文也对实验中信息共享的情况进行了讨论与说明，并提出研究中有待解决的问题和改进点。