煤矿井下移动机器人作业精度严重依赖于同步定位与建图(SLAM)技术的准确性。井下长直巷道存在特征缺失、光照条件差等问题，导致激光里程计和视觉里程计易失效，因而限制了传统SLAM方法在煤矿巷道的有效应用，且目前SLAM方法的研究主要聚焦于多传感融合建图方法，较少关注激光SLAM方法建图精度的提升。针对上述问题，面向移动机器人在煤矿巷道的建图需求，提出了一种基于集成式因子图优化的煤矿巷道移动机器人三维地图构建方法，采用前端构建和后端优化的策略，设计了前端点云配准模块和基于滤波、图优化的后端构建方法，使建图结果更准确、适应性更强。针对煤矿长直巷道环境退化导致三维激光点云配准精度低的问题，融合迭代最近点(ICP)和正态分布变换(NDT)算法，兼顾点云几何特征和概率分布特征，设计了集成式前端点云配准模块，实现了点云的精确配准。针对三维激光SLAM后端优化问题，研究了基于位姿图和因子图优化的后端构建方法，构建了集成ICP和NDT相对位姿因子的因子图优化模型，以准确估计移动机器人位姿。分别利用公开数据集KITTI和模拟巷道点云数据集对三维地图构建方法在不同工况下的性能进行了实验验证。公开数据集KITTI上的实验结果表明：在全局一致性上，该方法与传统基于特征点匹配的A-LOAM方法和基于平面分割及特征点提取的LeGO-LOAM方法具有相似的性能，在建图局部精度上优于其他2种方法。模拟巷道点云数据集上的实验结果表明：该方法具有显著优势，通过因子图优化，可得到一致性较高的三维地图，提升了煤矿巷道三维地图构建的精度及鲁棒性，解决了井下长直巷道特征点缺失、激光里程计失效的难题。

国家自然科学基金资助项目(62273349,61903330,62176258,52174152,52204179)；国家重点研发计划项目(2020YFB1314200)；中央高校基本科研业务费专项资金资助项目(2021YCPY0111)；中国博士后科学基金资助项目(2021M693416)；江苏省高校优势学科建设工程资助项目(PAPD)；

0 引言
1 相关理论
1.1 ICP算法原理
1.2 NDT算法原理
2 INE-SLAM方法
2.1 INE-SLAM方法框架
2.2 点云预处理
2.3 特征点匹配
2.4 相似度匹配
2.5 因子图模型构建
3 方法验证
3.1 KITTI数据集实验
3.2 模拟巷道实验
4 结论

邹筱瑜,黄鑫淼,王忠宾,房东圣,潘杰,司垒.基于集成式因子图优化的煤矿巷道移动机器人三维地图构建[J].工矿自动化,2022,48(12):57-67+92.DOI:10.13272/j.issn.1671-251x.2022100041.