基于粒子群優(yōu)化的煤礦井下機器人FASTSLAM算法研究.pdf

1、在煤礦災害事故救援過程中，由于煤礦井下環(huán)境復雜多變，使用機器人進行偵測救援已成為現(xiàn)代化礦山救援技術(shù)的發(fā)展趨勢，為了讓機器人快速定位事故發(fā)生位置、及時偵測出災變區(qū)域環(huán)境，必須先準確的計算出救援機器人移動軌跡及位置，在沒有GPS等全球定位系統(tǒng)（或者無法使用GPS全球定位系統(tǒng)的環(huán)境）的區(qū)域，使用移動機器人同時定位與建圖(Simultaneous Localization and Mapping，SLAM)技術(shù)計算機器人位置并構(gòu)造井下災害環(huán)境地

2、圖，已成為實施有效偵測、救援手段的前提。
　　本文以中煤科工集團重慶研究院救援分院機器人實驗室為主要技術(shù)支撐，瓦斯災害監(jiān)控與應(yīng)急技術(shù)國家重點實驗室為主要工程試驗平臺，采用仿真實驗、現(xiàn)場實驗相結(jié)合的方法，使用粒子群優(yōu)化算法對行業(yè)現(xiàn)有的FASTLSAM2.0進行優(yōu)化，改善算法在煤礦井下環(huán)境中的建圖精度與效率，并對優(yōu)化后的算法在煤礦井下環(huán)境中進行了性能實驗，進行了在煤礦相似封閉環(huán)境中的仿真實驗，分析影響算法性能差異的因素，主要研究內(nèi)容包

3、括以下幾個方面:
　　1.簡化了機器人運動模型，使其線性化，改善了算法在位姿預測階段的復雜度。
　　2.針對煤礦井下的復雜環(huán)境，對激光傳感器掃描出的點云地圖配準方法(IterativeClosest Point，ICP)，建立了優(yōu)化模型，并使用罰函數(shù)法求解出其最優(yōu)解，增加了點云地圖配準的精度及其與環(huán)境的一致性。
　　3.設(shè)計并編寫了算法的C++代碼及界面軟件，對算法在實際工作環(huán)境中的效果進行了有效測試與對比，得到了基于