融合退化因子的煤矿巷道SLAM算法研究
李小波
戴弋杰
刘其鑫
高铭阳
张庆华
中煤科工集团重庆研究院有限公司,重庆 400037
摘要：针对现有即时定位与地图构建(SLAM)算法在煤矿井下巷道退化环境中易出现定位漂移甚至失效的问题,提出了一种融合退化因子的煤矿巷道SLAM算法.该算法以扩展卡尔曼滤波器(EKF)为框架,在惯性测量单元(IMU)与激光雷达(LiDAR)数据的基础上,融合编码器信息实现定位与建图.改进了退化因子计算方法,通过线面特征配准计算特征值与退化因子,通过退化因子的大小表征环境退化程度,实现环境退化评估;设计了基于退化因子的置信度融合机制,可在保持高精度定位建图的同时,显著提高系统鲁棒性;通过提高精度较高特征点权重、降低精度较低特征点权重的方式设计残差,提高退化因子表征准确性.实验结果表明:相比紧耦合激光雷达惯性里程计(LIOSAM)、激光雷达里程计与建图(LOAM)等现有算法,融合退化因子的算法对煤矿退化环境的适应能力更强,可稳定完成定位建图任务;该算法在退化环境下的定位误差为1.222 m,相比LIOSAM算法减小了 26.506 m,在非退化环境下的均方根误差(RMSE)均值为0.116 m,低于LOAM和LIOSAM算法;该算法在巷道特征退化路段仍能稳定运行.
关键词：井下轮式机器人即时定位与地图构建巷道退化环境退化评估机制置信度融合机制退化因子激光雷达里程计与建图
分类号：TD67(矿山电工)
资助基金：国家重点研发计划(2022YFB4703600)国家重点研发计划(2024YFC3013805)应急管理部重点科技计划项目(2024EMST070703)中煤科工集团重庆研究院有限公司院自立科研开发项目(2024YBXM52)
论文发表日期：2025-09-30
在线出版日期：2025-10-27（本平台首次上网日期，不代表文献的发表时间）
页数：9( 133-141 )
英文信息