在井下斜坡道无人驾驶卡车往往存在因信号传输困难、道路倾斜且缺乏有效特征信息等问题而导致难以稳定高精定位，严重影响井下无人矿卡安全高效作业。为解决上述问题，笔者提出了一种基于激光SLAM的井下斜坡道无人矿卡定位与建图算法GFRMINE-LIO，首先，针对井下斜坡道口两侧均为光滑水泥墙壁，特征点稀少问题，设计了一种基于人工路标的辅助增强定位方法，有效增加特征点云数量，从而优化位姿估计结果，避免建图过程中出现漂移现象；其次，提出融合坡度与曲率信息的SCSA（Slope and Curvature based Segmentation Algorithm）算法，通过分析激光雷达采集的点云数据中的几何特征，精确计算每个点的坡度角和曲率值，有效识别井下倾斜坑洼路面，确保在复杂环境中实现更精确的点云过滤，显著提升了算法在复杂地形中的鲁棒性和精度；最后，在已构建地图的基础上利用GICP算法对实时采集的点云数据进行配准，融合GFRMINE-LIO算法修正点云畸变，从而实现高效重定位，相较于原算法精度有较大的提升。实验结果表明：此算法能够在恶劣环境下更稳定、更快速地实现高精度定位。实际应用表明：在中钢集团山东某井下斜坡道的现场，与原算法相比精度提升2.90%，Z轴误差降低20.8％，地图质量明显提升，定位精度和鲁棒性均有显著提升，能有效解决井下无人驾驶建图及定位的难题。

1.引言
2. 基于改进FAST-LIO2的井下定位与建图
2.1 GFRMINE-LIO算法
2.1.1 人工路标辅助增强定位方法
2.1.2 SCSA算法
2.1.3 状态估计
2.1.4 地图更新
2.2 基于先验地图的井下重定位
3 实验结果及分析
3.1 井下斜坡道地面滤波实验分析
3.2 斜坡道局部关键场景实验分析
3.3井下斜坡道定位与建图实验效果分析
3.3.1 地图构建结果
3.3.2 轨迹估计结果
3.3.3 实时性分析
3.4 井下矿卡重定位的应用分析
4 结论

顾清华,董昊鹏,李少博,等.基于激光SLAM的井下斜坡道无人矿卡定位与建图方法[J/OL].煤炭科学技术,1-12[2024-11-19].http://kns.cnki.net/kcms/detail/11.2402.td.20241111.1052.001.html.