Este documento presenta un enfoque para implementar la localización y mapeo simultáneos centralizados de multirrobots (MR-SLAM) en un entorno desconocido basado en sensores LiDAR. La implementación sugerida aborda dos desafíos principales que se enfrentan en MR-SLAM, particularmente en aplicaciones en tiempo real: la complejidad computacional (resolver el problema con el mínimo tiempo y recursos) y la fusión de mapas (encontrar la alineación entre los mapas y fusionar mapas integrando información de los mapas alineados en un solo mapa). El enfoque propuesto integra el Mapeo de LiDAR Rápido y Odometría (FLOAM), que reduce la complejidad computacional de la localización y el mapeo para robots individuales al adoptar un método de compensación de distorsión no iterativo en dos etapas. Esto, a su vez, acelera las entradas para el algoritmo de fusión de mapas y agiliza la creación de un mapa completo. El algoritmo de fusión de mapas utiliza técnicas de coincidencia de características, Descomposición en Valores Singulares (SVD) y el algoritmo de Punto Más Cercano Iterativo (ICP) para estimar la transformación entre los mapas. Posteriormente, el algoritmo emplea un grafo de fusión de mapas para estimar la transformación global. Nuestro sistema ha sido diseñado para utilizar dos robots y ha sido evaluado en conjuntos de datos y en un entorno simulado utilizando ROS y Gazebo. El sistema requirió menos tiempo de computación para construir el mapa global y logró una buena precisión en la estimación.