自主机器人正日益被部署于复杂、非结构化且常无GPS信号的作业环境中，以支撑搜救、野生动物监测及勘探等关键任务。此类场景下，多机器人间的协同作业对于提升任务效能、扩大空间覆盖及增强系统韧性至关重要。然而，实现高效多机器人协同，高度依赖于相对位置等全局状态信息的获取；而在通信受限、仅能依托本地机载感知的条件下，此类信息往往难以获得。激光雷达与摄像头等视觉传感器虽可提供局部观测手段，但其效用在遮挡或能见度不佳时显著下降。为突破此瓶颈，无线信号作为一种互补感知模态应运而生。通过捕捉机器人运动过程中的信号相位变化，可模拟虚拟天线阵列并估算信号源的方位角。然而，将此项能力集成至移动机器人系统，并拓展至多机器人协同任务，仍面临感知精度、算法可扩展性、平台约束及实地部署等多重核心挑战。本论文的核心宗旨，是将基于无线信号的方位感知确立为一种稳健且可扩展的机载模态，以支撑通信与感知双重受限环境下的现场多机器人协同任务。为此，本论文在算法设计、系统开发与实地验证三个维度展开研究。

第一部分，基于商用现成Wi-Fi网卡采集的信号相位测量值推导方位估计，据此开发了面向多机器人探索与建图的去中心化分布式协同算法。该方法摒弃了对共享地图或全局坐标系的依赖，从而在无GPS及基础设施匮乏的环境中实现协同。系统在严苛通信约束（机器人间仅共享极少量信息）下完成了验证。

第二部分，将此能力从传统的二维平面或线性运动拓展至无约束的三维自由空间运动，使空中机器人得以执行协同作业。引入了算法与系统层面的创新，将方位估计流程泛化至三维轨迹，并将其集成至可部署于具备机载感知与计算能力的移动机器人上的软件工具箱。

最后，通过验证其与甚高频（VHF）波段低功耗商用鱼类追踪标签的兼容性，进一步拓展了此感知模态的适用范围。此类标签广泛应用于海洋野生动物研究以实现远距离遥感。将其集成至轻量化无人机平台，并在严苛的尺寸、重量与功耗（SWaP）约束下，于复杂的海洋环境中完成了实地部署验证。

总体而言，本论文在推动无线感知成为移动机器人系统核心基础能力方面迈出了关键一步。文中提出的创新算法框架、开源系统实现及涵盖仿真与实地测试的广泛实证验证，共同确立了基于无线的方位感知作为一种强效通用工具，在通信受限与非结构化环境中支撑多机器人协同的核心价值。

本论文后续章节安排如下：第二章详述基于合成孔径雷达（SAR）方法获取的无线信号到达角如何赋能机器人团队协作。具体而言，我们将展示机器人本地获取的机间到达角，如何在通信受限且无需显式依赖地图或GPS坐标等其他数据的情况下，实现去中心化协同。第三章针对制约机器人高效利用无线信号到达角的两大局限提出解决方案：其一为对二维及三维任意运动的适应性，其二为依托全本地感知与计算在机器人平台上实现此能力。尤为重要的是，我们分析了SAR方法所必需的自带位姿估计误差对计算所得到达角的影响。第四章阐释基于SAR的感知能力如何适用于甚高频等各类信号，及其在利用自主机器人进行海洋野生动物监测中的应用。我们证明了与当前依赖信号强度的前沿方法相比，本甚高频到达角估计算法具备更高精度；同时展示了将此感知能力与基于强化学习的框架相结合，如何使自主机器人能够在抹香鲸出水期间实现成功交会。最后，第六章对全文进行总结，并展望了未来的研究方向。