-
题名基于多源信息融合的井下无人驾驶建图与定位方法
- 1
-
-
作者
杜军
李航
李坤
-
机构
达州职业技术学院人工智能学院
四川轻化工大学机械工程学院
绵阳职业技术学院电子与信息学院
-
出处
《工矿自动化》
北大核心
2025年第6期88-95,共8页
-
基金
四川省教育厅自然科学重点资助项目(18ZA0217)。
-
文摘
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
-
Keywords
underground autonomous driving
SLAM
multi-source information fusion
RTAB-Map algorithm
AMCL algorithm
-
分类号
TD525
[矿业工程—矿山机电]
-
