-
题名融合退化因子的煤矿巷道SLAM算法研究
- 1
-
-
作者
李小波
戴弋杰
刘其鑫
高铭阳
张庆华
-
机构
中煤科工集团重庆研究院有限公司
-
出处
《工矿自动化》
北大核心
2025年第9期133-141,共9页
-
基金
国家重点研发计划项目(2022YFB4703600,2024YFC3013805)
应急管理部重点科技计划项目(2024EMST070703)
+1 种基金
贵州省科技计划重大专项项目(黔科合重大专项字[2024]029)
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)。
-
文摘
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
-
Keywords
underground wheeled robot
simultaneous localization and mapping
roadway degeneration environment
degeneration assessment mechanism
confidence fusion mechanism
degeneration factor
LiDAR odometry and mapping
-
分类号
TD67
[矿业工程—矿山机电]
-
