Na rob´otica m´ovel, autonomia ´e obtida navegando em um ambiente usando sensores em- barcados para estimar um mapa e a posic¸˜ao do roboˆ em rela¸c˜ao a este mapa. Este problema ´e conhecido como Simultaneous Localization and Mapping (SLAM) e tem sido amplamente abordado para o caso de um u´nico roboˆ nas u´ltimas d´ecadas. Por´em, quando o ambiente se torna maior, uma solu¸c˜ao multi-roboˆ para o problema de SLAM ´e mais eficiente apesar do aumento da complexidade e do desenvolvimento de novos problemas, como a coordena¸ca˜o multi-roboˆ. Este trabalho tem como objetivo desenvolver e implementar uma solu¸cao para o prob- lema de SLAM utilizando mu´ltiplos roboˆs mo´veis terrestres. Para conseguir isso, cada roboˆ deve explorar de forma autˆonoma parte do ambiente e seus mapas estimados individuais devem ser fundidos em um u´nico mapa global. A solu¸c˜ao proposta usa uma estrutura de SLAM baseada em scan matching, conhecida como GraphSLAM, para estimar a pose e o mapa de cada roboˆ individual. Para explorar o ambiente de forma autˆonoma, a solu¸cao propo˜e o uso de segmenta¸c˜ao de mapas por meio de grafos de Voronoi, que geram camin- hos livres de colis˜oes e poss´ıveis pontos de destino para explora¸cao. A fusao de mapas ´e realizada quando os robˆos se reu´nem para fazer medi¸co˜es inter-robˆos para fornecer infor- ma¸c˜oes de posi¸c˜ao relativa. Para validar a abordagem proposta, experimentos utilizando roboˆs simulados e reais foram realizados para explorar e mapear ambientes internos de forma autˆonoma. Os experimentos do mundo real apresentaram resultados satisfat´orios para um ambi- ente de laborat´orio e um ambiente de corredor n˜ao estruturado e as regras propostas para coordena¸c˜ao, bem como a abordagem de fus˜ao de mapas funcionaram como esperado