文献类型：期刊文章

作　　者：秦学斌[1] 王炳[1] 景宁波[2] 薛宇强[1] 朱信龙[3] 张俊乐[4]

QIN Xuebin;WANG Bing;JIN Ningbo;XUE Yuqiang;ZHU Xinlong;ZHANG Junle(School of Electrical and Control Engineering,Xi′an University of Science and Technology,Xi′an 710054,China;Engineering Training Center of Xi′an University of Science and Technology,Xi′an 710054,China;Shaanxi ShaanxiCoal and Northern Shaanxi Mining Co.,Ltd.,Yulin 719000,China;Shaanxi Provincial Institute of Metrology,Xi′an 710100,China)

机构地区：[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　　处：《金属矿山》

年　　份：2022

卷　　号：51

期　　号：4

起止页码：163-168

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、IC、JST、RCCSE、ZGKJHX、核心刊

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 Harris 3D角点检测  

分 类 号：TD676]