基于多源信息融合的井下无人驾驶建图与定位方法
杜军1
李航2
李坤3
1.达州职业技术学院人工智能学院,四川达州 6350012.四川轻化工大学机械工程学院,四川宜宾 6440023.绵阳职业技术学院电子与信息学院,四川绵阳 621000
摘要：由于煤矿井下环境恶劣,基于单源里程信息的建图方法易出现偏移、遮挡、缺失语义特征等现象,现有主流定位算法应用于煤矿井下时存在定位失准等现象.针对上述问题,提出一种基于多源信息融合的井下无人驾驶建图与定位方法.采用基于多源信息融合的RTAB-Map算法建图,通过融合点云与图像信息,显著降低建图偏移,提高特征捕捉能力;采用自适应蒙特卡罗定位(AMCL)算法实现精准定位,结合激光雷达与运动信息,利用粒子滤波、位姿预测与重采样实现自适应定位,减少定位失准和建图漂移问题.仿真及试验结果表明:相较单一轮式里程计,基于多源信息融合的RTAB-Map建图相对误差绝对值缩减到1％以内,地图匹配度更高,提升了建图可靠性;基于AMCL算法的定位粒子能够在2 m内迅速收敛,满足无人驾驶辅助运输车辆的定位要求.
关键词：井下无人驾驶SLAM多源信息融合RTAB-Map算法AMCL算法
分类号：TD525(矿山运输与设备)
资助基金：四川省教育厅自然科学重点资助项目(18ZA0217)
论文发表日期：2025-06-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 88-95 )
英文信息