當(dāng)前，中國礦山行業(yè)正處于智能化轉(zhuǎn)型升級的關(guān)鍵階段。在國家六部委《關(guān)于深入推進(jìn)礦山智能化建設(shè)促進(jìn)礦山安全發(fā)展的指導(dǎo)意見》的政策引導(dǎo)下，復(fù)雜環(huán)境下的無人駕駛技術(shù)成為重點(diǎn)研發(fā)方向。無人礦卡作為智慧礦山物料運(yùn)輸?shù)暮诵难b備，依托激光雷達(dá)、慣導(dǎo)（IMU）等傳感器實(shí)現(xiàn)自主導(dǎo)航，但其在井下巷道應(yīng)用仍面臨嚴(yán)峻挑戰(zhàn)。

智能化時代的來臨為諸多領(lǐng)域帶來巨大變革，在礦山行業(yè)，無人礦卡的普及與應(yīng)用推動著行業(yè)的現(xiàn)代化轉(zhuǎn)型，其中即時定位與地圖構(gòu)建（Simultaneous Localization and Mapping, SLAM）技術(shù)是解決無人礦卡自主運(yùn)輸和導(dǎo)航的關(guān)鍵方法。在井下環(huán)境中，光照條件不均，巷道特征退化，工作面路況復(fù)雜等問題均對傳統(tǒng)的激光SLAM算法提出挑戰(zhàn)。

激光SLAM技術(shù)因高效低成本優(yōu)勢成為井下定位建圖的主要解決方案。當(dāng)前研究多聚焦于露天礦場景，井下巷道作為典型的非結(jié)構(gòu)化退化環(huán)境，存在多重建圖挑戰(zhàn)，一是巷道缺乏明確的路基與標(biāo)線，路面傾斜且凹凸不平；二是現(xiàn)有算法依賴單一激光雷達(dá)輸入，在特征稀疏場景下易出現(xiàn)點(diǎn)云畸變與軸誤差，上述問題直接導(dǎo)致建圖精度下降，制約了無人礦卡的井下導(dǎo)航可靠性

江松團(tuán)隊提出了一種基于多傳感器融合的井下巷道激光建圖方法。基于激光雷達(dá)、慣性測量單元和輪式里程計構(gòu)建了精度高、魯棒性強(qiáng)的SLAM系統(tǒng)。算法實(shí)現(xiàn)思路包括：

（1）針對井下環(huán)境SLAM算法魯棒性差的問題，基于擴(kuò)展卡爾曼濾波算法（Extended Kalman Filter, EKF）融合慣性測量單元(Inertial Measurement Unit, IMU)和輪式里程計信息，彌補(bǔ)了IMU因連續(xù)積分導(dǎo)致噪聲和漂移的累計，實(shí)現(xiàn)高精度的井下位姿估計。

（2）ISC描述符通過識別金屬標(biāo)識牌，管道線纜等材質(zhì)的強(qiáng)度差異，可提取出穩(wěn)定的特征點(diǎn)，通過兩階段檢索策略篩選點(diǎn)云描述符候選，顯著提高檢索效率與位置識別的精確度，同時降低井下地圖匹配的誤差。

（3）使用因子圖優(yōu)化IMU預(yù)積分因子，激光里程計因子和回環(huán)檢測因子，實(shí)現(xiàn)多源傳感器緊耦合，完成地圖構(gòu)建。

本研究方法框架

井下工況復(fù)雜多變，在此環(huán)境下，若僅采用單一的IMU數(shù)據(jù)來校準(zhǔn)里程計，極易產(chǎn)生誤差，且這種誤差會隨時間推移不斷累積放大，對后續(xù)建圖精度造成極其嚴(yán)重的影響。輪式里程計有著高采樣頻率的優(yōu)勢，能夠在短時間內(nèi)較為精確地測量無人礦卡的位移和方向。通過EKF算法對輪式里程計和IMU數(shù)據(jù)進(jìn)行融合，此方法不僅彌補(bǔ)了傳感器自身的局限且可在局部環(huán)境中獲取高精度的里程計信息。

基于IMU和編碼器的里程計融合

試驗(yàn)數(shù)據(jù)來源于濟(jì)寧市某礦區(qū)實(shí)采和公開數(shù)據(jù)集，本研究方法較A-LOAM絕對軌跡誤差的方均根降低33.96%，較LeGO-LOAM降低44.17%，較LIO-SAM降低10.02%。試驗(yàn)表明，該方法針對井下巷道的特征退化環(huán)境具有更高的魯棒性，可有效減少位姿漂移和建圖重影，為無人礦卡提供可靠的井下地圖和狀態(tài)估計。

（a）巷道輪廓示意圖

（b）巷道“Y”形路口

（c）巷道特征標(biāo)識牌

井下數(shù)據(jù)采集

（a）A-LOAM

（b）LeGO-LOAM

（c）LIO-SAM

（d）本研究方法

井下巷道建圖

（a）A-LOAM

（b）LeGO-LOAM

（c）LIO-SAM

（d）本研究方法

“Y”形路口細(xì)節(jié)對比

作者風(fēng)采

江松

教授，博士生導(dǎo)師，西安建筑科技大學(xué)資源工程學(xué)院副院長，中國巖石力學(xué)與工程學(xué)會露天開采與邊坡工程委員會副秘書長，全國高校礦業(yè)石油與安全工程領(lǐng)域優(yōu)秀青年科技人才獎、陜西省青年拔尖人才，陜西省青年科技新星人才計劃，《金屬礦山》青年專家學(xué)術(shù)委員。主要圍繞礦山智能化與安全化領(lǐng)域，重點(diǎn)研究礦山邊坡監(jiān)測與預(yù)警、礦山計算機(jī)視覺等方向，提出了“地質(zhì)體-裝備群”雙向耦合感知理論。先后主持包含國家重點(diǎn)研發(fā)青年科學(xué)家項(xiàng)目、國家自然科學(xué)基金項(xiàng)目在內(nèi)的科研項(xiàng)目20余項(xiàng)，主編教材4部，擁有專利20項(xiàng)、軟件著作權(quán)10項(xiàng)，參編團(tuán)體標(biāo)準(zhǔn)2部，發(fā)表學(xué)術(shù)論文70余篇。研究成果獲中國冶金礦山科學(xué)技術(shù)一等獎、中國發(fā)明協(xié)會發(fā)明創(chuàng)業(yè)獎創(chuàng)新獎一等獎等獎勵。擔(dān)任國家自然科學(xué)基金同行評議專家，教育部學(xué)位中心學(xué)位論文評審專家。

成果來源

江松,劉建華,崔智翔,王維,徐中華,王靖.基于多傳感器融合的井下巷道激光建圖方法[J/OL].金屬礦山,1-12[2025-09-04].

《金屬礦山》簡介

《金屬礦山》由中鋼集團(tuán)馬鞍山礦山研究總院股份有限公司和中國金屬學(xué)會主辦，主編為中國工程院王運(yùn)敏院士，現(xiàn)為北大中文核心期刊、中國科技論文統(tǒng)計源期刊（中國科技核心期刊）、中國精品科技期刊（F5000頂尖學(xué)術(shù)論文來源期刊）、中國百強(qiáng)報刊、RCCSE中國核心學(xué)術(shù)期刊（A）、中國期刊方陣雙百期刊、國家百種重點(diǎn)期刊、華東地區(qū)優(yōu)秀期刊，被美國化學(xué)文摘（CA）、美國劍橋科學(xué)文摘（CSA）、波蘭哥白尼索引（IC）、日本科學(xué)技術(shù)振興機(jī)構(gòu)數(shù)據(jù)庫（JST）等世界著名數(shù)據(jù)庫收錄。主要刊登金屬礦山采礦、礦物加工、機(jī)電與自動化、安全環(huán)保、礦山測量、地質(zhì)勘探等領(lǐng)域具有重大學(xué)術(shù)價值或工程推廣價值的研究成果，優(yōu)先報道受到國家重大科研項(xiàng)目資助的高水平研究成果。根據(jù)科技部中國科技信息研究所發(fā)布的《2024中國科技期刊引證報告（核心版）》，《金屬礦山》核心總被引頻次位列26種礦業(yè)工程技術(shù)學(xué)科核心期刊第1位；根據(jù)中國知網(wǎng)發(fā)布的《中國學(xué)術(shù)期刊影響因子年報》（2024版），《金屬礦山》學(xué)科影響力位居73種礦業(yè)期刊第9位。

編排：余思晨

審核：王小兵

聲明：本文系轉(zhuǎn)載自互聯(lián)網(wǎng)，請讀者僅作參考，并自行核實(shí)相關(guān)內(nèi)容。若對該稿件內(nèi)容有任何疑問或質(zhì)疑，請立即與鐵甲網(wǎng)聯(lián)系，本網(wǎng)將迅速給您回應(yīng)并做處理，再次感謝您的閱讀與關(guān)注。