工矿自动化米乐M6 M6米乐

　　米乐M6 M6米乐米乐M6 M6米乐最新录用栏目展示本刊经同行评议确定正式录用的文章，这些文章目前处在编校过程，尚未确定卷期及页码，但可以根据DOI进行引用。

　　多频MIMO天线技术因具有数据传输速率快、容量大和可靠性强的优点受到广泛关注，然而其也存在由阵元间强耦合所产生的信号间干扰严重的问题。为了充分发挥多频MIMO天线技术在煤矿信息化过程中的优势，本文设计了一款具有高隔离特性的三频MIMO天线-5.80 GHz三个频段，由两个阵元间距为0.18λ( λ为2.3 GHz处的波长)的三叉戟平面单极子组成，能够有效覆盖煤矿井下WiMAX/WiFi/4G/5G NR的工作频段。通过对称放置两阵元，并进一步通过在地板上加载T型枝节和蚀刻矩形槽的方式，在整个频段内实现了阵元间隔离度高于20 dB。所设计的三频MIMO天线具有剖面低、结构紧凑、易于载体共型等优势，因此在煤矿井下具有广阔的应用前景。

　　针对复杂的矿井环境下中的无线通信接收信号误码率高和易受信道干扰等问题，提出了一种新的正交频分复用(OFDM)和滤波器组多载波技术(FBMC)信号的检测方法。该模型融合了ResNet和DenseNet的优点，构建了一种改进的双路径网络模型的接收机（Dual Path Network Receiver）。该接收机可以很好地抑制网络中的梯度消失和梯度爆炸问题，提取不同层次的特征，丰富特征维度。实验结果表明，在信噪比为11时，DPNR在OFDM中与常规接收机DNN相比，误码率降低两个数量级左右。DPNR不受信道的干扰，且在FBMC中也适用。因此，DPNR有强干扰性，在不同场景下识别输入信号具有稳定性，提高无线通信质量，使信号得以更加准确地恢复。

　　沿空留巷具有降低煤柱损失、减少掘进工程量、缓解抽掘采衔接紧张等优势，应用愈加普遍。但应用中挡矸支架在方便挂模注模的同时，形成抽屉式的半封闭空间，容易积聚瓦斯，成为瓦斯治理的重点和难点。针对Y型通风连续回采工作面采空区瓦斯治理难题，提出利用倾向定向长钻孔跨工作面抽采采空区瓦斯治理技术，形成了跨工作面对采空区和回采工作面瓦斯进行抽采，减少了相邻采空区积聚瓦斯，可以有效防止顶板大面积垮落时采空区瓦斯突然扇出带来的瓦斯灾害。在东峰煤矿试验表明:施工跨工作面定向长钻孔至老采空区顶板裂隙带，持续抽采老采空区瓦斯，上隅角瓦斯浓度由0.67％降至0.22％，回风流瓦斯浓度由0.47％降至0.18％，最大限度降低采空区及其顶板裂隙带瓦斯存量，取得理想效果，瓦斯治理效果显著。

　　针对数据缺失下煤自燃温度预测准确率低的问题，探究适用于小样本数据缺失下煤自燃温度的预测模型。首先利用煤自然发火实验选取CO、CO2、CH4、C2H6、O2作为指标气体，并设计六种随机数据缺失；其次，通过K近邻填补算法（KNN）、随机森林填补算法（RF）、决策树回归填补算法（DT）以及基于粒子群优化的支持向量机填补法（PSO-SVR）对缺失值进行填补，并利用平均绝对误差百分比（MAPE）评价填补效果；最后利用填补后数据，分别构建基于随机森林（RF）、支持向量机（SVM）和极限提升树（XGBoost）的煤自燃温度预测模型，并通过PSO算法优化参数，探究适用于小样本数据缺失下的煤自燃温度预测的最佳模型。结果表明：在六种数据缺失情况下，DT的填补效果最优，基于RF、DT填补算法的PSO-SVR模型的预测性能好，泛化性强，基于DT填补算法的RF预测模型无需复杂参数设置就能较为准确的预测出煤自燃温度，具有良好稳定性。

　　掘进机等煤机装备在行进和作业期间因机身振动引起机载监控摄像机图像模糊，导致基于机载图像的机器视觉应用精度和可靠性下降。针对这一问题，提出一种基于自适应增强与卡尔曼滤波的视频稳像算法。在运动估计阶段，通过在动态范围内有限提高图像对比度，与原视频序列相比，其特征点匹配成功数提高了58%；在运动平滑与补偿阶段，采用卡尔曼滤波器保留机载相机主观运动的同时去除随机抖动，获得相邻帧间的补偿量，对抖动视频逐帧补偿后，生成稳定视频序列。实验结果表明，稳像后的PSNR均值与原有抖动视频相比提高了10%，相邻帧间图像信息量下降了39%，因此该算法具有良好的稳像效果。

　　传统的瓦斯浓度预测方法，仅利用瓦斯数据的时间特性进行预测，实际上瓦斯浓度具有随空间和时间呈现一个分布，预测其时空分布对于瓦斯安全工作更有价值。为了提高瓦斯浓度预测精度，针对瓦斯数据在时间和空间维度上的复杂依赖关系，提出一种基于图神经网络（GNN）的矿井瓦斯时空分布预测模型，该模型采用图卷积神经网络对瓦斯监测站点进行空间依赖建模，通过门控循环网络（GRU）对瓦斯序列进行时间依赖建模，在对图信号及时间维度特征进行编码后，送入解码器得到预测输出。结果表明：模型预测结果在多监测点时空分布预测中具有较高的预测精度，平均绝对误差百分比为3.0%，较传统的时间序列预测方法降低2%以上。

　　doi:10.13272/j.issn.1671-251x.2022060110

　　针对低透高瓦斯煤层在水力割缝过程中存在割缝扰动范围不清、割缝钻孔最佳布孔间距不明确的问题，以贵州豫能高山煤矿1908工作面为研究背景，在建立水力割缝煤体瓦斯抽采流固耦合模型的基础上，借助COMSOL数值模拟软件对高山煤矿1908工作面水力割缝钻孔有效抽采半径、孔周瓦斯压力变化情况进行了研究，并依据模拟结果深入分析了水力割缝钻孔在多孔布置时，受孔间抽采叠加效应影响下有效抽采范围及孔间瓦斯压力变化情况，最终得出其最佳布孔间距及抽采时间。结果表明：① 水力割缝钻孔单孔抽采效果随割缝深度显著提升，但钻孔有效抽采半径增速变缓，为得到最佳割裂深度，对各钻孔有效抽采半径进行三项式拟合，随着水力割缝深度的增加，有效抽采半径范围在快速增加后放缓且最终趋于平稳，并得出了高山煤矿最佳割缝深度为1.5 m，有效抽采半径达3.1 m。② 在相同抽采时间下，煤体内瓦斯压力随两孔距的缩短而降低，说明孔间距越小孔间受水力割缝所造成扰动越剧烈，抽采叠加效应影响越显著。③ 在保证消突达标的前提下，选择孔距为7 m进行布置水力割缝钻孔效果最佳。④ 原本在“正方形”布孔方式中，孔心位置可能出现抽采盲区的点最大瓦斯压力仅为0.67 MPa，小于临界值，“正方形”布孔较“正三角”布孔的有效覆盖面积更大且减少了抽采重复区域，从而减少了钻孔施工量提高瓦斯治理效率。⑤ 通过现场试验得出在60 d抽采周期内，水力割缝钻孔布置采用孔距为7 m的“正方形”布孔可有效提高瓦斯抽采浓度及抽采纯量，并达到延长高效抽采周期的效果，且可消除孔间煤体瓦斯抽采空白带实现孔间区域煤体消突达标。

　　doi:10.13272/j.issn.1671-251x.2022050022

　　现有研究针对岩石受载破坏过程的声发射特征和试件碎片分形特征进行了相关分析，并取得了一定成果，但针对冲击倾向煤样在不同应变率单向受载条件下破坏程度的定量描述及与加载应变率的定量关系的研究较少。针对该问题，基于MTS−C64.106型电液伺服系统对原煤试件在单轴静态载荷基础上施加不同应变率载荷试验，试验中采用PCI−2卡型声发射卡对试件受载破裂过程开展实时监测，同时应用分形理论对试件破裂碎片进行处理分析，定量评价试件破碎程度及与载荷应变率的关系。结果表明：① 在静态载荷基础上，试件破坏的峰值强度随着应变率动载荷的升高而逐渐上升。② 随着加载应变率增大，声发射总体数量减少，高能声发射事件增多，声发射振铃计数和能量幅值经历“缓增—急增—突增”的一致转变过程。③ 试件受载的能量输入速率与声发射振铃计数、内部撞击数增长趋势基本一致，即也会经历“缓增—急增—突增”的变化。④ 声发射与震动强弱正相关的常数

　　值随加载应变率增加而增大；原煤试件的破坏模式会发生“剪切破坏—劈裂破坏—爆裂破坏”的转变。⑤ 当加载应变率较低时，试件主要上半部分破坏，应变率增大后由试件中部逐渐向下半部分延伸破坏，原煤试件在动载应变率作用下的破坏过程主要是裂纹的脆性扩展行为。⑥ 试件冲击碎片质量分维与加载应变率呈二次函数关系，即存在加载应变率极值使试件破坏程度达到最大，试验显示的应变率极值为2.8×10

　　doi:10.13272/j.issn.1671-251x.2022060093

　　采煤机的煤岩识别技术是实现智能控制的基础，现有煤岩识别方法对现场环境及检测设备要求较高，实际综采工作面难以满足所需的必要条件。针对上述问题，提出了一种基于采煤机摇臂销轴载荷数据卡尔曼最优估计的煤岩识别方法，在不增加外部附属仪器设备的基础上，采用摇臂销轴传感器替换现有销轴感知煤岩载荷，可较好地适应环境。通过测定位于摇臂与连接架连接处摇臂销轴传感器应变数据，采用卡尔曼最优估计算法对载荷数据进行降噪处理，使采煤机在截割煤岩等不同工况下的载荷参数区间相互分开，通过判断实时载荷值处于的区间实现截割工作面的煤岩界面识别。构建随机载荷信号，利用卡尔曼最优估计算法、LMS自适应估计算法、变步长LMS自适应估计算法对相同信号进行降噪处理，结果验证了卡尔曼最优估计算法对载荷信号降噪处理的可行性与优越性。在某综采实验平台上进行煤岩识别验证，以空载、截割煤壁、截割岩石3个阶段对煤壁侧上端摇臂销轴沿着采煤机牵引方向的载荷进行分析，结果表明：载荷数据未经处理之前，截割煤壁与截割岩石状态的载荷区间存在重合部分，无法准确完成煤岩界面识别；载荷数据经过卡尔曼最优估计算法处理后，空载、截割煤壁、截割岩石3种状态下的载荷区间相互分开，且各工况的载荷区间长度缩短了65.6%~83.3%，均方差降低了66.5%~72.9%，数据波动更小，有效地提高了数据的辨识度。在实际工程应用中可根据该方法设定截割煤层状态时的期望载荷受力范围，一旦超出该范围，则判断此时不是截割煤壁状态，从而实现煤岩识别。

　　doi:10.13272/j.issn.1671-251x.18064

　　锚杆支护施工装备是煤巷锚杆支护成套技术的重要组成部分，直接影响锚杆支护速度与质量。经过长期发展，我国煤矿开发出多种形式的锚杆支护施工装备，包括单体锚杆钻机、锚杆钻车、掘锚机、掘锚一体机、锚杆转载机及跨骑式锚杆钻车等。系统分析了6类锚杆支护施工装备的发展历程、技术性能、技术参数、适用条件及最新进展。单体锚杆钻机轻便、灵活、技术成熟，形成系列化产品，得到广泛应用。机载锚杆钻臂可集成于不同平台，形成各种集成化施工装备：锚杆钻车形成了从两臂到九臂的多种机型，可紧跟掘进装备、与掘进装备交替作业，多臂协同、多臂平行作业完成锚杆支护施工；将机载锚杆钻机配置于悬臂式掘进机上，开发出多种形式的掘锚机，实现了掘进与锚杆施工2个功能；掘锚一体机实现了国产化，研制出支护平台前移的掘锚一体机、护盾式掘锚一体机及钻锚一体化掘锚一体机；研制出从两臂到七臂的锚杆转载机、十臂跨骑式锚杆钻车，实现了锚杆支护与掘进、运输分区作业。介绍了钻锚一体化锚杆支护技术与装备，包括钻锚一体化锚杆、泵注锚固剂、钻锚一体化钻臂、钻箱、锚杆仓、锚固剂泵注系统及智能控制系统，将传统锚杆施工6道工序简化为1道连续工序，实现了“一键打锚杆”自动化作业，显著提高了锚杆支护速度和自动化程度。指出了煤巷锚杆支护施工装备发展趋势：数智化锚杆钻臂；锚杆钻臂定位、位姿自主调节及多钻臂协同控制技术；锚杆（索）结构与材料优化、锚注材料升级及施工设备完善；环境动态感知及随掘围岩稳定性判别；锚杆支护施工装备故障诊断技术；巷道围岩变形与支护体受力在线监测；建立大数据平台，实现锚杆支护自动化、智能化。

　　doi:10.13272/j.issn.1671-251x.18060

　　分析了我国煤矿智能化建设存在的突出技术短板，提出了智能化系统设计、信息基础设施、智能地质保障、智能采掘运、智能安全预测预警、智能供电及智能水务、智能洗选、智慧园区、智能化露天煤矿、智能建井、智能设备及机器人、应急救援及监管监察等12个创新研发方向，组建了46个煤矿智能化优势创新团队，形成了煤矿智能化创新最强阵容。建立了创新链与产业链的目标协同、组织协同、知识协同和业务协同模式，依托136个省级以上实验平台，在煤矿智能化重要技术方向上率先取得一批创新成果，为我国煤矿智能化建设提供了技术支撑。提出了持续推进煤矿智能化建设、提高技术装备保障能力的9个重点突破方向：持续构建煤矿智能化支撑技术体系，加快构建煤矿智能化技术标准体系及建设效益评价体系，加快推进煤矿智能化“煤智云”研究应用，开发大采高放顶煤智能开采工艺成套装备，加强智能快速掘进技术及装备研发，开发高可靠性、高稳定性的矿用智能传感器，加快煤矿机器人集群关键技术研发，加快构建智能洗选成套装备及工艺包开发，强化露天煤矿智能化工艺先进成熟与核心装备稳定高可靠。

　　doi:10.13272/j.issn.1671-251x.2022100066

　　针对掘锚机器人在行驶过程中存在行驶位移检测精度低的问题，以已支护锚杆为定位基准，通过分析掘锚机器人与已支护锚杆之间的距离关系，建立“掘锚机器人−已支护锚杆”定位模型，提出一种基于双目视觉的掘锚机器人行驶位移检测方法。煤矿井下环境复杂，采用传统的Census变换算法得到的视差图具有局限性，通过分析双目视觉测距原理，提出一种改进Census变换算法获取锚杆的视差图，得到锚杆图像的深度信息；提出一种锚杆特征的识别与定位方法，利用边缘检测算法对视差图中的锚杆进行轮廓提取，采用最小外接矩形与最大外接矩形算法对锚杆轮廓进行框选，提取锚杆特征点的像素坐标，通过分析坐标转换关系将特征点像素坐标转换为世界坐标，采用最小二乘法将特征点空间坐标拟合成一条直线，经过该直线建立平行于巷道截面的平面，解算双目相机与该平面之间的距离，进而得到掘锚机器人与该平面之间的距离。搭建移动机器人平台进行掘锚机器人行驶位移检测实验，结果表明：改进后的Census变换算法使误匹配率从19.85%降低到11.52%，较传统Census变换算法的误匹配率降低了41.96%；锚杆特征点识别与定位方法能够有效提取锚杆特征点的空间坐标，经过直线个平行截面之间的距离分别为3 010.428，2 215.910，1 415.127 mm。在机器人定位实验中，将真实计算位移与理论位移进行对比，结果表明，真实计算位移曲线与理论位移曲线基本重合，理论位移与计算位移误差不超过20 mm，可实现掘锚机器人的自主、准确、实时位移检测。

　　doi:10.13272/j.issn.1671-251x.2022100011

　　带式输送机煤流中会掺杂锚杆、角铁、木条、矸石、大块煤等异物，易导致输送带撕裂、转接处堵塞甚至断带。针对带式输送机巡检机器人难以在井下光照不均及带式输送机高速运行环境中高效、准确识别异物及模型部署不便等问题，以及YOLOv7模型对目标特征提取能力高，但识别速度较慢的特点，提出了一种基于改进YOLOv7的煤矿带式输送机异物识别方法。运用限制对比度自适应直方图均衡化方法对采集的带式输送机监控图像进行增强，提高图像中物体轮廓的清晰度；对YOLOv7模型进行改进，通过在主干提取网络引入轻量化无参注意力机制，提高模型对图像复杂背景的抗干扰能力和对异物特征的提取能力，同时引入深度可分离卷积代替主干特征提取网络中的普通卷积，提高异物识别速度；使用TensorRT引擎将训练后的改进YOLOv7模型进行转换并部署在NVIDIA Jetson Xavier NX上，实现了模型的加速。对煤矿井下分辨率为1 920×1 080的带式输送机监控视频进行识别，实验结果表明：改进YOLOv7模型的识别效果优于YOLOv5L和YOLOv7模型，识别精确率达92.8%，识别速度为25.64帧/s，满足精确、高效识别带式输送机异物的要求。

　　doi:10.13272/j.issn.1671-251x.2022100024

　　机器视觉已在煤矿带式输送机分拣机器人目标检测与识别方面具有一定的理论基础，但目前煤矿带式输送机分拣机器人目标识别主要针对煤矸石识别，对造成输送带穿透、撕裂等的异物目标识别的研究较少，且在目标异物精确定位方面的研究也较少。针对上述问题，设计了一种基于机器视觉的煤矿带式输送机分拣机器人异物识别与定位系统，可对输送带上存在的不同类型和不同形状的异物进行识别与定位。采用双目视觉实时获取输送带上异物图像信息，并对图像进行预处理，基于Canny算子进行图像信息增强，通过灰度拉伸方法改进图像边缘信息，突出煤矿带式输送机上异物的边缘特征；利用形态学方法提取异物形状特征，建立异物图像特征样本库，通过图像特征匹配的方式解算出异物存在区域，实现异物类型的检测、分类与识别；在异物类型成功识别的基础上，以目标异物边缘特征值为基础，建立目标异物的感兴趣区域（ROI），构建相机、输送带与目标异物坐标转换关系，利用多目标质心快速计算方法求取目标异物质心坐标，实现对目标异物的定位。系统样机实验结果表明：煤矿带式输送机分拣机器人异物识别与定位系统异物识别率不受尺寸、材质和颜色等因素影响，能够实现输送带目标异物图像的采集、处理、特征提取、识别和位置定位，识别率为92.5 %以上，目标异物位置定位平均误差为3%左右。

　　doi:10.13272/j.issn.1671-251x.2022100048

　　煤矿井下矸石被煤泥包裹，煤矸石识别难、分拣难；井下工作空间狭小，设备布局难、煤矸石分流难，因此，需要研发高性能、高可靠的煤矸石智能分拣机器人。分析了煤矸石智能分拣机器人中煤矸石识别、机器人轨迹规划、多动态目标多机器人协同控制技术的研究现状。指出煤矸石分拣工作环境复杂，其质量和形状不规则且呈随机分布，因此，复杂环境下煤矸石识别与抓取特征提取、非结构环境下煤矸石稳定可靠抓取、多目标任务多机器人智能协同分拣是煤矸石分拣智能机器人的3大关键技术，提出要实现机器人智能分拣煤矸石，还应在适应于井下的煤矸石识别与抓取特征提取、动态目标精确定位和同步跟踪、机械臂在线轨迹规划和多机械臂智能协同控制等方法上进行深入研究。通过对上述3大关键技术的梳理，总结得出：煤矸石数据集构建与扩增、煤矸石识别与抓取特征提取是实现煤矸石高效识别的关键技术；动态煤矸石精准跟踪、机械臂同步跟踪动态目标轨迹规划和快速大质量目标稳定抓取是实现机械臂稳定抓取煤矸石的关键技术；多任务高效分配、防碰撞路径规划和智能协同控制是实现多机械臂高效智能协同分拣的关键技术。针对目前存在的共性问题，提出了解决方案：在识别方面，研究基于多模态深度学习的煤矸石识别与抓取特征提取方法，实现井下煤矸石快速识别；在轨迹规划方面，研究动态煤矸石精准定位和实时跟踪方法，实现机器人对动态煤矸石的自适应稳定抓取；在协同分拣方面，构建多层多机械臂协同控制模型，实现多机械臂复杂环境下高效智能协同分拣。

　　doi:10.13272/j.issn.1671-251x.2022070007

　　针对煤矿井下喷浆表面、对称巷道等引起移动机器人自主导航定位与建图失效问题，提出了一种面向煤矿巷道环境的激光雷达(LiDAR)与惯性测量单元（IMU)融合的实时定位与建图方法。首先对原始点云进行分割，利用IMU预积分位姿去除原始点云非线性运动畸变，并对得到的点云进行线、面特征提取。然后将相邻帧的线、面特征进行匹配，在分层位姿估计过程中融合IMU预积分所得到的位姿初值，减少计算迭代次数，提高特征点匹配的精度，解算出当前帧的位姿。最后向因子图中插入局部地图因子、IMU因子、关键帧因子，对位姿进行优化约束，对关键帧与局部地图进行匹配，通过八叉树结构实现地图构建。为验证所提方法的定位性能与建图效果，搭建了Autolabor 、VLP−16 LiDAR和Ellipse−N IMU的实验平台进行验证，并与LeGO−LOAM、LIO−SAM方法进行定性定量对比分析。结果表明：① 在煤矿巷道环境中，面向煤矿巷道环境的LiDAR与IMU融合的实时定位与建图方法三轴方向的绝对定位误差的均值和中值均小于32 cm；对

　　轴的位姿估计精度最高，其累计误差为1.65 m，位置偏差为2.97 m，建图效果整体良好，建图轨迹未发生漂移；构建的点云地图在完整性和几何结构真实性方面均有着优秀的表现，可以直观反映巷道环境的实际情况，具有良好的鲁棒性。这是因为点云匹配之后进行了分层位姿估计，多因子优化可有效降低全局累计误差，对轨迹精度和地图的一致性提升具有重要作用。② 在楼道走廊环境中，面向煤矿巷道环境的LiDAR与IMU融合的实时定位与建图方法三轴的误差均小于1.01 m，误差均值为5~15 cm，误差范围小，精度高；累计位置偏差仅为1.67 m；完整性与环境匹配均有良好的性能。这是由于通过增加关键帧因子，插入因子图对其新增节点相关变量进行优化，降低了位姿估计漂移，定位与建图精度相对较高。

　　doi:10.13272/j.issn.1671-251x.2022100041

　　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。

　　doi:10.13272/j.issn.1671-251x.2022100061

　　煤矿井下机器人同步定位与地图构建（SLAM）是当前研究热点，但针对提高激光SLAM在井下复杂条件下精度、鲁棒性的研究仍然不足；传统激光SLAM方法在井下复杂环境下存在累计误差迅速增大、旋转过程鲁棒性差、特征关联错误率高等问题；现有激光−惯性融合的定位建图紧耦合融合机制仍需进一步提高对煤矿井下复杂环境的适应能力。针对上述问题，提出了一种煤矿机器人LiDAR（激光雷达）/IMU（惯性测量单元）紧耦合SLAM方法（LI−SLAM方法）。首先利用IMU观测信息预测点云运动状态并进行有效补偿，减少由于剧烈振动、快速旋转等恶劣运动工况导致的点云畸变；然后提取雷达点云的边线与平面特征，基于点−线和点−面扫描匹配构建激光相对位姿约束，并在向量空间与流形空间解析推导了约束的残差、雅可比矩阵、协方差矩阵构建过程；最后通过构建雷达相对位姿约束因子、IMU预积分约束因子、回环检测约束因子，基于因子图优化方法完成LiDAR/IMU紧耦合，实现井下复杂环境下煤矿移动机器人的定位与地图构建。为了验证LI−SLAM方法在颠簸路面、复杂场景的精度与鲁棒性，基于煤矿轮式移动机器人平台，在野外、地下车库环境下进行了试验，在晋能集团塔山煤矿开展了工业性试验，并与当前最优的激光里程计与建图（LOAM）方法、激光雷达惯性状态估计（LINS）方法、雷达惯性里程计与建图（LIO−mapping）方法进行了对比。在野外颠簸路面的试验结果表明：LI−SLAM方法和LOAM方法的地图一致性最好，与真实路线基本吻合，LI−SLAM方法对旋转有更佳的适应能力，距离误差最小；LIO−mapping方法无法实时运行，在0.5倍速下可以获得完整轨迹，但在初始运动阶段出现了较大程度的方向偏移，初始化过程容易失败；LINS方法由于仅利用了最新的观测信息，在复杂地形下出现了漂移。地下车库环境下的试验结果表明：与LOAM方法、LINS方法、LIO−mapping方法相比，LI−SLAM方法具有较高的建模精度，局部精细化程度更高，运动轨迹更平滑。煤矿井下现场工业性试验结果表明：LI−SLAM方法在各类地形环境中均可以稳定、在线运行，满足鲁棒性、实时性需求；在煤矿移动机器人行驶巷道直线组距离结果，平均误差小于15 cm，具有较高的定位和建模精度，基本满足煤矿移动机器人的定位建模精度需求，对于煤矿井下复杂环境下的移动机器人精确定位与地图构建有更好的适用性。

　　doi:10.13272/j.issn.1671-251x.2021030067

　　doi:10.13272/j.issn.1671-251x.17800

　　doi:10.13272/j.issn.1671-251x.17821

　　doi:10.13272/j.issn.1671-251x.17739

　　doi:10.13272/j.issn.1671-251x.2021090024

　　doi:10.13272/j.issn.1671-251x.17877

　　doi:10.13272/j.issn.1671-251x.17947

　　doi:10.13272/j.issn.1671-251x.2021090024

　　doi:10.13272/j.issn.1671-251x.17947

　　doi:10.13272/j.issn.1671-251x.17905

　　doi:10.13272/j.issn.1671-251x.17933

　　doi:10.13272/j.issn.1671-251x.2017.10.006

　　doi:10.13272/j.issn.1671-251x.2017.02.001

　　doi:10.13272/j.issn.1671-251x.2017.09.001

　　doi:10.13272/j.issn.1671-251x.2017.10.001

　　查看更多

　　中国煤科获评国家首批煤矿智能化专家系列简介（本期：智能通信工程专家胡穗延、霍振龙、贺耀宜、付文俊）

　　查看更多

　　视频推荐查看更多

　　【JMA云讲堂直播回放】张旭辉教授：数字孪生驱动的智能掘进技术探索与展望

　　【JMA云讲堂直播回放】陈晓晶副研究员：井工煤矿运输系统智能化技术现状及发展趋势

　　【JMA云讲堂直播回放】王殿辉教授：面向工业数据分析的随机配置学习理论

　　专题推荐查看更多

　　行业动态查看更多

　　中国煤科获评国家首批煤矿智能化专家系列简介（本期：智能通信工程专家胡穗延、霍振龙、贺耀宜、付文俊）