来源：期刊VIP网 时间：
作者：李小波;戴弋杰;刘其鑫;高铭阳;张庆华;
单位：中煤科工集团重庆研究院有限公司;
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
基金资助：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）;; 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）
