基于激光惯性融合的煤矿井下移动机器人SLAM算法
杨林
马宏伟
王岩
西安科技大学机械工程学院,陕西西安 710054;陕西省矿山机电装备智能监测重点实验室,陕西西安 710054
摘要：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.
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
分类号：TP242(自动化技术及设备)TD67(矿山电工)
资助基金：国家自然科学基金(51975468)国家自然科学基金(50674075)
论文发表日期：2022-09-28
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：12( 3523-3534 )
英文信息