La localización y mapeo simultáneos colaborativos tienen un gran impacto en diversas aplicaciones como la búsqueda y rescate y la agricultura. Para cada agente, la clave para realizar la colaboración es medir el movimiento en relación con otros participantes o anclajes externos; actualmente, esto se acompaña principalmente de (1) la coincidencia con los mapas compartidos de otros agentes o (2) la medición del rango a los anclajes con dispositivos UWB. Si bien requerir que múltiples agentes visiten la misma área puede disminuir la eficiencia de la tarea y los anclajes demandan un proceso de distribución, este documento propone utilizar una cámara monocular, una unidad de medida inercial (IMU) y un dispositivo UWB como los sensores a bordo en cada agente para construir un sistema SLAM colaborativo centralizado preciso y eficiente. Para cada participante, se adopta la odometría visual-inercial para estimar los parámetros de movimiento y construir un mapa local de las áreas exploradas. El rango entre agentes se mide mediante el UWB a bordo y se publica en el servidor central junto con los parámetros de movimiento estimados y los mapas reconstruidos. Diseñamos un algoritmo de optimización global para aprovechar la información de coincidencia de mapas entre agentes detectada por una técnica de lugar visual, y la información de rango entre agentes para optimizar los parámetros de movimiento de todos los participantes y fusionar los mapas locales en un mapa global. En comparación con los sistemas SLAM colaborativos existentes, el sistema propuesto puede realizar la colaboración solo con mediciones UWB a bordo, solo con visión, y una combinación de estos; esto mejora enormemente la adaptabilidad y robustez del sistema colaborativo. También presentamos un análisis en profundidad de C2VIR-SLAM en múltiples conjuntos de datos de vuelos reales de UAV.