本发明公开了一种基于缺失信息填补的多机协同SLAM点云数据压缩方法，将原始的多机协同SLAM点云数据转换为八叉树点云并展开成一维的节点序列，通过上下文信息整合得到每个节点的综合特征矩阵，基于Transformer模型进行缺失信息填补，构建包括嵌入模块，多头注意力模块，多层感知机和softmax层的概率估计模型，根据填补综合特征矩阵得到每个节点的概率分布，采用熵编码对八叉树点云进行压缩，得到压缩点云数据，在解压缩时首先基于熵编码将压缩点云数据恢复为八叉树点云，然后再根据八叉树点云对点云数据进行重建，从而恢复得到多机SLAM点云数据。本发明利用Transformer模型根据上下文信息填补丢失部分信息，提高概率分布估计的准确性，进而提高数据压缩性能。