基于优化Fast-SLAM的煤矿水泵房巡检机器人研究

邱建都，吴 娟，金书奎 ，金 言，石军杰

(1.太原理工大学 机械工程学院，山西 太原 030024；2.矿山流体控制国家地方联合工程实验室，山西 太原 030024；3.上海交通大学 机械系统与振动国家重点实验室，上海 200240)

伴随着我国矿山工业智能化的不断推进以及机器人技术的进步与发展，煤矿水泵房巡检机器人已经逐渐成为我国在实现智慧矿山建设进程中一个迫切而必须探索和开拓的技术领域。

最初，人们通过将已知地图存储在巡检机器人中以实现自主定位和导航，近几年则主要利用在巡检环境上方架设轨道来实现机器人的定位导航[1]。然而这种方式限制了机器人只能对已知的地图进行导航或者只能按照预先铺设的轨道进行巡检，不能随着巡检环境的变化做出相应的变化。为了解决这种工作方式的局限性，同步定位与地图构建技术由此应运而生。SLAM技术最早于20世纪80年代被研究者提出，之后人们逐渐提出了卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波、粒子滤波、Fast-Slam、Gmapping等算法[2]，以上研究成果为我国煤矿水泵房巡检机器人激光SLAM算法的深入研究奠定了坚实的基础。

目前如何在煤矿水泵房内进行精确定位和建图是实现水泵房巡检机器人自主巡检所面临的重要问题之一。因此对激光SLAM算法进行了研究，通过利用激光雷达快速获取周围障碍物的信息，并对里程计进行标定、多传感器融合来减少定位误差，然后通过对Gmapping算法进行优化，将采样的区域限制在一个比较小的地方，可以用更少的粒子来覆盖机器人的概率分布，减少了重采样的次数，在满足机器人实时定位需求的同时也提高了建图精度。……