煤炭学报

作者：杨林, 马宏伟, 王岩,

关键词：移动机器人, 激光雷达, 惯性导航, 状态估计, 同步定位与地图构建, 煤矿,

煤矿巷道、采掘工作面等作业区域具有典型的半结构化或非结构化环境特征，且 GPS 无法 在煤矿井下直接应用，亟需构建适用于煤矿井下移动机器人的自主定位系统方案，解决机器人精确 定位、状态估计等问题。 针对上述问题，提出了一种基于激光惯性的融合 SLAM 算法，实现了移动 机器人在煤矿井下实时输出稳健的 6DOF 状态估计和全局一致的同步定位与地图构建。 该算法由 前端迭代卡尔曼滤波和后端位姿图优化 2 部分组成。 该方法首先在前端，将传感器数据经过预处 理，构建了观测模型和预测模型，建立了迭代卡尔曼滤波器，结合机器人先验位姿经过预测和观测 的状态传播过程，使其状态更新后的后验位姿更加准确，如此循环迭代得到了基于紧耦合的激光惯 性里程计，增强了机器人在这种非结构环境下的鲁棒性。 其次在后端，部署了关键帧的选取策略， 以限制状态估计的数量，满足其在大尺度场景下实时性的要求。 同时，在优化框架中添加了地面约 束和回环检测，优化了相邻关键帧之间的相对位姿，以确保全局地图的一致性，从而进一步提高了 机器人 6DOF 状态估计的整体精度。 最后，分别在公开数据集和自采数据集上验证了该算法的性 能。 实验结果表明:针对煤矿井下这种特殊的非结构环境，与现有的激光 SLAM 算法相比，提出的 算法使机器人具有更高的精度、实时性和鲁棒性，有效降低了系统的累积误差，保证了所构建地图 的全局一致性。

来源：2022年第9期

《煤炭学报》期刊编辑部

查看煤炭学报杂志2022年第9期