西安建筑科技大学江松团队在井下激光建图方面取得新进展

当前，中国矿山行业正处于智能化转型升级的关键阶段。在国家六部委《关于深入推进矿山智能化建设促进矿山安全发展的指导意见》的政策引导下，复杂环境下的无人驾驶技术成为重点研发方向。无人矿卡作为智慧矿山物料运输的核心装备，依托激光雷达、惯导（IMU）等传感器实现自主导航，但其在井下巷道应用仍面临严峻挑战。

智能化时代的来临为诸多领域带来巨大变革，在矿山行业，无人矿卡的普及与应用推动着行业的现代化转型，其中即时定位与地图构建（Simultaneous Localization and Mapping, SLAM）技术是解决无人矿卡自主运输和导航的关键方法。在井下环境中，光照条件不均，巷道特征退化，工作面路况复杂等问题均对传统的激光SLAM算法提出挑战。

激光SLAM技术因高效低成本优势成为井下定位建图的主要解决方案。当前研究多聚焦于露天矿场景，井下巷道作为典型的非结构化退化环境，存在多重建图挑战，一是巷道缺乏明确的路基与标线，路面倾斜且凹凸不平；二是现有算法依赖单一激光雷达输入，在特征稀疏场景下易出现点云畸变与轴误差，上述问题直接导致建图精度下降，制约了无人矿卡的井下导航可靠性

江松团队提出了一种基于多传感器融合的井下巷道激光建图方法。基于激光雷达、惯性测量单元和轮式里程计构建了精度高、鲁棒性强的SLAM系统。算法实现思路包括：

（1）针对井下环境SLAM算法鲁棒性差的问题，基于扩展卡尔曼滤波算法（Extended Kalman Filter, EKF）融合惯性测量单元(Inertial Measurement Unit, IMU)和轮式里程计信息，弥补了IMU因连续积分导致噪声和漂移的累计，实现高精度的井下位姿估计。

（2）ISC描述符通过识别金属标识牌，管道线缆等材质的强度差异，可提取出稳定的特征点，通过两阶段检索策略筛选点云描述符候选，显著提高检索效率与位置识别的精确度，同时降低井下地图匹配的误差。

（3）使用因子图优化IMU预积分因子，激光里程计因子和回环检测因子，实现多源传感器紧耦合，完成地图构建。

本研究方法框架

井下工况复杂多变，在此环境下，若仅采用单一的IMU数据来校准里程计，极易产生误差，且这种误差会随时间推移不断累积放大，对后续建图精度造成极其严重的影响。轮式里程计有着高采样频率的优势，能够在短时间内较为精确地测量无人矿卡的位移和方向。通过EKF算法对轮式里程计和IMU数据进行融合，此方法不仅弥补了传感器自身的局限且可在局部环境中获取高精度的里程计信息。

基于IMU和编码器的里程计融合

试验数据来源于济宁市某矿区实采和公开数据集，本研究方法较A-LOAM绝对轨迹误差的方均根降低33.96%，较LeGO-LOAM降低44.17%，较LIO-SAM降低10.02%。试验表明，该方法针对井下巷道的特征退化环境具有更高的鲁棒性，可有效减少位姿漂移和建图重影，为无人矿卡提供可靠的井下地图和状态估计。

（a）巷道轮廓示意图

（b）巷道“Y”形路口

（c）巷道特征标识牌

井下数据采集

（a）A-LOAM

（b）LeGO-LOAM

（c）LIO-SAM

（d）本研究方法

井下巷道建图

（a）A-LOAM

（b）LeGO-LOAM

（c）LIO-SAM

（d）本研究方法

“Y”形路口细节对比

作者风采

江松

教授，博士生导师，西安建筑科技大学资源工程学院副院长，中国岩石力学与工程学会露天开采与边坡工程委员会副秘书长，全国高校矿业石油与安全工程领域优秀青年科技人才奖、陕西省青年拔尖人才，陕西省青年科技新星人才计划，《金属矿山》青年专家学术委员。主要围绕矿山智能化与安全化领域，重点研究矿山边坡监测与预警、矿山计算机视觉等方向，提出了“地质体-装备群”双向耦合感知理论。先后主持包含国家重点研发青年科学家项目、国家自然科学基金项目在内的科研项目20余项，主编教材4部，拥有专利20项、软件著作权10项，参编团体标准2部，发表学术论文70余篇。研究成果获中国冶金矿山科学技术一等奖、中国发明协会发明创业奖创新奖一等奖等奖励。担任国家自然科学基金同行评议专家，教育部学位中心学位论文评审专家。

成果来源

江松,刘建华,崔智翔,王维,徐中华,王靖.基于多传感器融合的井下巷道激光建图方法[J/OL].金属矿山,1-12[2025-09-04].

《金属矿山》简介

《金属矿山》由中钢集团马鞍山矿山研究总院股份有限公司和中国金属学会主办，主编为中国工程院王运敏院士，现为北大中文核心期刊、中国科技论文统计源期刊（中国科技核心期刊）、中国精品科技期刊（F5000顶尖学术论文来源期刊）、中国百强报刊、RCCSE中国核心学术期刊（A）、中国期刊方阵双百期刊、国家百种重点期刊、华东地区优秀期刊，被美国化学文摘（CA）、美国剑桥科学文摘（CSA）、波兰哥白尼索引（IC）、日本科学技术振兴机构数据库（JST）等世界著名数据库收录。主要刊登金属矿山采矿、矿物加工、机电与自动化、安全环保、矿山测量、地质勘探等领域具有重大学术价值或工程推广价值的研究成果，优先报道受到国家重大科研项目资助的高水平研究成果。根据科技部中国科技信息研究所发布的《2024中国科技期刊引证报告（核心版）》，《金属矿山》核心总被引频次位列26种矿业工程技术学科核心期刊第1位；根据中国知网发布的《中国学术期刊影响因子年报》（2024版），《金属矿山》学科影响力位居73种矿业期刊第9位。

编排：余思晨

审核：王小兵

声明：本文系转载自互联网，请读者仅作参考，并自行核实相关内容。若对该稿件内容有任何疑问或质疑，请立即与铁甲网联系，本网将迅速给您回应并做处理，再次感谢您的阅读与关注。