مکان یابی وتولید نقشه ی همزمان یکی از مسائل مهم در مباحث ربات های متحرک خودمختار می باشد. اینگونه از روش ها برای استخراج نقشه از محیط حرکت ربات به همراه موقعیت های ربات به کار می روند. هدف در این پایان نامه بررسی روش های وابستگی داده ها در مسئله ی مکان یابی و تولید نقشه همزمان و بهبود عملکرد یکی از اینگونه از روش ها به نام الگوریتم jcbb می باشد. بدین منظور مشکلات روش jcbb بررسی گردید و از روشی متشکل از روش های scnn و روش jcbb به همراه تغییراتی در الگوریتمها، استفاده شد. روش پیشنهادی بر روی دو مجموعه داده ی jose neira و dlr spatial cognition بررسی گردید. نتایج نشان داد که استفاده از روش پیشنهادی دقت بهتری را نسبت به روش های jcbb، icnn، scnn ارائه کرده است. یکی دیگر از مشکلات روش های مکان یابی وتولید نقشه همزمان برون خط، درصورت بزرگ بودن نقشه، کند بودن زمان پردازشی می باشد. بدین منظور برای کاستن زمان پردازشی از روش های موازی سازی الگوریتم ها استفاده گردید. برای موازی سازی از دو سیستم مختلف کودا و کندر استفاده گردید. با پیادسازی موازی روش های jcbb، icnn، scnn و روش پیشنهادی، به کمک کودا، سرعت بخش بروزآوری فیلتر کالمن توسعه یافته در روش ها، به میزان 14 برابر و بخش وابستگی داده ها در حدود 6 تا 7 برابر افزایش پیداکرد. درادامه بخش وابستگی داده های icnn وscnn نیز به کمک کلاستر کندر توزیع و موازی شد. نتایج، افزایش سرعت حدود 4 برابر را برای هر دو روش ارائه کرد.