La ejecución colaborativa de tareas por múltiples Vehículos Terrestres No Tripulados (UGVs) se ha convertido en una tendencia de desarrollo en el campo de los sistemas no tripulados. Los marcos de Simultaneous Localization and Mapping (SLAM) colaborativos existentes emplean principalmente métodos basados en sensores visuales-inerciales o LiDAR-inerciales. Sin embargo, el uso de C-SLAM basado en estos tres tipos de sensores es relativamente menos común. Por lo tanto, estos sistemas no pueden lograr un rendimiento de localización global robusto y preciso en entornos del mundo real. Para abordar este problema, se propone en este documento un marco de SLAM colaborativo multi-UGV basado en LiDAR-visual-inercial. Todo el sistema se divide en tres partes. La primera parte construye una odometría de front-end integrando la información en bruto de los sensores LiDAR, visuales e inerciales, lo que proporciona una estimación de pose inicial precisa y un mapeo local de cada UGV para el sistema colaborativo. La segunda parte utiliza la similitud de diferentes mapeos locales para formar un mapeo global del entorno. La tercera parte logra la optimización de la localización y el mapeo global para el sistema de localización multi-UGV. Para verificar la efectividad del marco propuesto, se han realizado una serie de experimentos en el mundo real. Con una longitud de trayectoria promedio de 237 m, el marco logra un error absoluto de pose (APE) medio de 1.49 m y un error relativo de pose (RPE) de 1.68 grados después de la optimización global. Los resultados experimentales demuestran que el marco propuesto logra un rendimiento superior en localización y mapeo colaborativos, con una reducción del APE medio del 5.4% y una reducción del RPE medio del 1.4% en comparación con otros métodos.