基于矿区巷道巡检机器人的LOAM-SLAM地图重建改进算法的研究

金属矿山 ›› 2022, Vol. 51 ›› Issue (04): 163-168.

基于矿区巷道巡检机器人的LOAM-SLAM地图重建改进算法的研究

秦学斌¹ 王炳¹ 景宁波² 薛宇强¹ 朱信龙³ 张俊乐⁴

1. 西安科技大学电气与控制工程学院,陕西西安 710054;2. 西安科技大学工程训练中心,陕西西安 710054; 3. 陕西陕煤陕北矿业有限公司,陕西榆林 719000;4. 陕西省计量科学研究院,陕西西安 710100

出版日期:2022-04-15 发布日期:2022-04-22

Online:2022-04-15 Published:2022-04-22

摘要/Abstract

摘要： 由于井下路况复杂,矿区巷道巡检机器人在井下获取点云数据时,点云中的点会随着激光雷达运动产生运动畸变,即点云中的点会相对实际环境中的物品表面上的点存在位置上的误差,从而无法获得正确的里程计信息,导致既定路线精度较低,容易造成井下安全问题。通过研究 SLAM 建图算法-LOAM 算法,分析该算法利用三维空间中运动的两轴单线激光雷达将定位和建图分别进行,从而提高精度。在该算法的基础上,同时结合井下成本,选择单轴单线激光雷达进行数据采集,进行点云匹配时,采用 Harris 3D 角点检测,选取角点作为点云帧数据中的关键点进行匹配,在保证计算量的同时,去除部分冗余数据。定位部分则利用 EKF(扩展卡尔曼滤波),消除运动畸变,通过状态方程和预测方程,对机器人进行运动估计,提高定位精度,达到建图所需要求。

关键词: 巡检机器人 , 点云配准, 运动畸变, 扩展卡尔曼滤波

秦学斌, 王炳, 景宁波, 薛宇强, 朱信龙, 张俊乐. 基于矿区巷道巡检机器人的LOAM-SLAM地图重建改进算法的研究[J]. 金属矿山, 2022, 51(04): 163-168.

[1]	张继卫, 张　晶, 张　博. 基于Harris3D-FPFH-MC 的露天矿三维高精地图重建算法[J]. 金属矿山, 2024, 53(9): 214-.
[2]	鲍　国, 刘思谋, 许士彪, 张秋昭, 段浩然. 基于边缘卷积的点云配准网络[J]. 金属矿山, 2024, 53(9): 167-.
[3]	林燕霞, 苏　丹. 基于SLAM 技术的矿区巷道巡检机器人路径规划优化[J]. 金属矿山, 2024, 53(4): 209-.
[4]	王斌, 田宝雄, 赵明辉. 融合场景理解与机器视觉的矿山巡检机器人导航避障研究[J]. 金属矿山, 2023, 52(11): 221-227.
[5]	聂秀珍, 焦迎雪, 张霞. 融合优化遗传算法和变步长蚁群算法的矿山巡检机器人路径规划[J]. 金属矿山, 2023, 52(07): 248-253.

扫码分享

基于矿区巷道巡检机器人的LOAM-SLAM地图重建改进算法的研究

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 5

编辑推荐

Metrics

本文评价