摘要： 针对矿井环境的复杂性以及单一传感器在井下感知中精度较低等问题,为降低矿井运输车辆发生安全 事故的概率,提出了基于激光雷达与超声波雷达的信息融合状态估计算法。算法基于改进的迭代扩展卡尔曼滤波 (Iterative Extended Kalman Filter,IEKF)进行设计,充分利用了激光雷达检测精度高、不受光线突变影响及超声波雷达 可补偿近距离盲区的特点。将2 种雷达的坐标系标定到同一坐标系下,以超声波雷达数据为先验状态,再利用激光雷 达数据更新先验状态,得到矿井运输车辆与障碍物、巷道之间的精确位置关系。采用PreScan 与Simulink 联合仿真验 证算法的有效性。仿真结果表明:所设计的算法在基于PreScan 模拟的矿井环境中,能较为准确地检测矿井运输车辆 与障碍物的位置关系,与单一传感器检测结果相比,既降低了检测距离的平均绝对误差,又有效解决了激光雷达近距 离检测的数据漂移问题,有效提升了矿井作业的安全性,为矿井运输车辆防碰撞预警及智能驾驶提供了精确的环境 感知信息。

关键词: 传感器信息融合　矿井环境　卡尔曼滤波　激光雷达　超声波雷达