摘要：针对隧道环境线面几何特征少且里程方向退化问题,提出一种融合激光雷达、惯性测量单元(IMU)、轮速计、超宽带(UWB)等多传感器信息的误差状态卡尔曼滤波(ESKF)定位方法,并根据隧道结构的特殊性提出隧道结构化点云地图生成方法;根据隧道施工台车点云模型及里程,结合隧道设计数据生成隧道结构化点云地图,将雷达扫描点云与地图通过正态分布变换(NDT)算法进行匹配;将点云匹配结果与其他传感器信息一起对IMU的ESKF递推方程进行观测更新,降低定位系统非线性的影响。与LOAM定位方法进行对比分析,结果显示ESKF定位方法能解决隧道环境几何特征少带来的前端匹配精度低的问题,且多传感器融合可降低里程方向定位误差,提高系统整体定位精度。

摘要：介绍了隧道施工场景下无人驾驶系统面临的GPS拒止、高退化、狭小多变等难点,针对性提出了适应隧道施工场景的多传感器融合定位算法、基于隧道设计数据的结构化地图动态更新策略、适配隧道施工作业车的传感器布置方案、低速重载液驱底盘数字线控方案。在中国铁建重工集团股份有限公司生产的某型湿喷机上将该套系统进行实践,在郑万高铁某隧道进行工程试验,取得了较好效果。