CN108776487A - 一种矿用轨道式巡检机器人及其定位方法 - Google Patents

Abstract

本发明涉及一种矿用轨道式巡检机器人及其定位方法，通过采集航迹推算模块、定位站点信息检测模块、环境信息识别模块的约束信息，并利用综合信息处理定位模块进行增量式平滑处理获得机器人位置估计，可以根据定位精度需求、以及实际工况调整，并大幅度降低使用的标签数量，在部分传感器噪声大、检测信息短期失效的情况下，仍能保证定位精度，可以满足粉尘、烟雾、水汽等复杂恶劣条件下的可靠定位；同时能够获得当前时刻运行轨迹上任意位置的不确定度，从而实现巡检机器人对存在安全隐患的设备和环境信息的精确监测和报警。

Description

一种矿用轨道式巡检机器人及其定位方法

技术领域

本发明涉及一种矿用轨道式巡检机器人及其定位方法，属于煤矿移动设备技术领域。

背景技术

煤炭是我国的主要能源，煤炭安全生产是关系到国家能源安全和国计民生的重要环节。煤矿生产过程中，粉尘、瓦斯、风速、冲击地压等自然因素是井下作业面临的不安全因素。皮带机、刮板机、变电所仪器仪表等生产与监测设备的状态监测是保证井下安全生产及高效作业的重要环节。轨道式巡检机器人利用移动平台搭载携带各类传感器获得视频、音频、气体、风速等关键信息，在轨道上连续移动，观察自然条件及生产作业设备，可以及时发现安全隐患，代替人工巡检的繁重且危险工作。

对于工作在运输巷道、工作面等场景的巡检机器人，其面临的环境可能存在粉尘、水汽较大、照度低、能见度低的情况，而且巡检范围往往在数公里以上。为了实现自然环境信息与生产、监测设备的实时精确监控，对巡检机器人的精确定位至关重要。由于工作条件恶劣，给传感器造成的影响是测量噪声较大。

目前常用的常规环境轨道式巡检机器人采用的定位方法有以下几种：

射频技术：在机器人轨道上安装RFID标签，当机器人在轨道上行驶时，经过RFID标签时，通过机器人携带读写器发射无线电讯号，识别特定目标并读写相关数据，获得附近标签的ID进行定位。这种方法的优点是易于实现。缺点是需要提前部署RFID标签，其精度取决于安装RFID标签的数量，对于长距离大范围的巡检定位需要安装大量的RFID标签，工作量大；同时由于井下环境恶劣，存在水汽、粉尘、污泥等情况，传感器的测量噪声较大，无法实现精确定位，而且长期工作其定位精度会受到不良影响。

磁钢霍尔效应定位：在定位站点安装安装磁钢材料，当机器人经过站点时，根据霍尔效应检测电流变化，确定位置。此类方法需要将磁钢按照二进制方式组合编码，或者与RFID标签定位结合使用，识别各个站点的位置信息。优点是对潮湿灰尘较大的场合适应性较好，但缺点是部署成本较高，不适用于长距离部署及精确定位。

限位开关定位：利用在轨道上安装限位开关实现机械式定位的方法，也存在安装工作量大，同时需要安装检测电路结构复杂，同时容易由于自然或人为因素造成误动作，造成错误定位。

轨道缝隙定位：利用红外对射管等传感器检测预设在轨道上的间隙或孔的位置，来获取当前机器人的位置。优点是可以直接利用轨道特征、改造方便、定位原理简单。缺点是定位精度低，无法得到轨道缝隙间的精确定位结果。

航迹推算定位：利用机器人安装编码器计量车轮滚动圈数计算行驶距离，利用航迹推算原理进行定位。此外还有在机器人本体安装惯性导航器件，利用惯性导航原理进行航迹推算。此类方法的优点是可以实现连续的位置估计。缺点是当机器人由于水汽、潮湿、震动等原因造成在轨道上打滑、以及出现转弯等复杂行驶轨迹时，由于误差累积，无法保证长期精确定位。目前大量轨道式机器人定位方法采用航迹推算与上述四类定位方法结合使用，通过在相距一定间隔的位置处检测绝对位置信息来校正航迹推算的误差。这种方法的定位结果

卡轨式计数定位：巡检机器人采用卡轨式行走机构，通过利用传感器对特制轨道上的卡槽进行计数，实现机器人自身的定位。这种定位方法精度相对较高，但是需要采用特制的卡轨轨道，加工工艺复杂、部署成本较高。

其他移动机器人定位方法：目前移动机器人定位方法主要包括红外定位、激光测距定位、GPS定位、超声定位、无线传感器网络定位、视觉定位等。这些定位方法大部分受环境中的粉尘、水汽、障碍物影响较大，或者无法应用于井下、需要部署基站、工艺复杂、传感器部署成本高等问题。

当前用于轨道式机器人定位精度和可靠性较差，尤其是对井下粉尘水汽、长距离、低可见度条件下的精确定位适应性差。为提高定位精度，必须在轨道上部署大量的位置检测站点(磁钢、RFID标签、轨道缝隙、二维码等位置标识)。目前各类轨道式机器人定位均是获得在轨道坐标系(坐标原点为起点)下，相对于轨道坐标系原点的距离信息，然后转换到巷道坐标系下获得绝对位置信息。此类定位信息的获取和处理适合用于在主巷道布置的长直轨道。对于异形轨道，需要对机器人运行轨道进行三维建模，结合巷道中轨道的安装位置信息，获得相对于巷道全局坐标系下的全局位置信息。由于井下环境复杂，轨道可能存在拐弯、爬坡等工况，部分区段轨道可能需要根据检测任务需求设计为异形轨道，轨道自身的测绘不便，不利于确定各类定位站点的相对和绝对位置信息，对所有定位站点进行绝对位置测绘工作量大。同时将轨道上的相对位置转换到巷道全局坐标系下，必定存在误差，且不易甚至无法测绘。另外，上述各类轨道式机器人定位方法均无法获得机器人运行历史轨迹上任意位置的不确定度，无法定量描述机器人位置状态信息。由于井下环境复杂，依赖单一类型定位方法无法实现长期精确、稳健的定位能力，而目前国内外对于此类应用场所的定位方法研究尚处于初期阶段。

综上所述，目前尚不具备可以满足在井下粉尘水汽等复杂环境中下获取三维坐标、精确、稳健、成本低、易部署等特点的轨道式巡检机器人定位方法。

发明内容

本发明所要解决的技术问题是提供一种能够获得各约束检测信息，并基于各约束检测信息实现精准定位的矿用轨道式巡检机器人。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种矿用轨道式巡检机器人，轨道式巡检机器人中内置航迹推算模块和综合信息处理定位模块，定位方法中，随轨道式巡检机器人在矿井中的移动，航迹推算模块用于应用航迹推算原理，针对轨道式巡检机器人实现主动定位，实时获得轨道式巡检机器人的相对位置关系，作为轨道式巡检机器人的实时相对位姿变换约束模型，添加至因子图模型中；然后由综合信息处理定位模块应用增量式平滑因子图优化方法，针对因子图模型，获得轨道式巡检机器人的实时定位位置。

作为本发明的一种优选技术方案：轨道式巡检机器人中还内置定位站点信息检测模块，定位方法中，随轨道式巡检机器人在矿井中的移动，定位站点信息检测模块用于检测轨道式巡检机器人移动路径上所预设各个定位站点的绝对位置信息，作为轨道式巡检机器人的实时绝对位姿观测约束模型，添加至因子图模型中；然后由综合信息处理定位模块应用增量式平滑因子图优化方法，针对因子图模型，获得轨道式巡检机器人的实时定位位置。

作为本发明的一种优选技术方案：轨道式巡检机器人中还内置环境信息识别模块，定位方法中，随轨道式巡检机器人在矿井中的移动，环境信息识别模块用于检测轨道式巡检机器人移动路径上所预设的各个标识信息，作为轨道式巡检机器人的标识观测约束模型，添加至因子图模型中；然后由综合信息处理定位模块应用增量式平滑因子图优化方法，针对因子图模型，获得轨道式巡检机器人的实时定位位置。

与上述相对应，本发明还要解决的技术问题是提供一种基于约束条件的构建，能够实现多维共同作用，提高定位准确性的矿用轨道式巡检机器人定位方法。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种针对矿用轨道式巡检机器人的定位方法，包括如下步骤：

步骤A.轨道式巡检机器人基于已知位置进行启动，预设先验的初始位姿、以及所对应的不确定度，然后进入步骤B；

步骤B.基于实时相对位姿变换约束模型f_i(·)、实时绝对位姿观测约束模型h_g(·)、标识观测约束模型h_k(·)中的一种约束信息或多种约束信息，构建因子图模型模型如下，然后进入步骤C；

F＝(U,V,ε)

其中，U为因子集合，即表示包含实时相对位姿变换约束模型f_i(·)、实时绝对位姿观测约束模型h_g(·)、标识观测约束模型h_k(·)；V为变量集合，即表示轨道式巡检机器人的绝对位姿；ε表示因子与变量之间的边，代表双边图的映射关系；

步骤C.基于因子图模型模型，构建优化目标函数如下，然后进入步骤D；

其中，u_i表示应用实时相对位姿变换约束模型f_i(·)中，航迹推算模块检测所获数据，表示u_i所对应的噪声协方差矩阵；g_j表示实时绝对位姿观测约束模型h_g(·)计算所获轨道式巡检机器人的绝对观测位姿，表示g_j所对应的噪声协方差矩阵；l_k表示标识观测约束模型h_k(·)计算所获的标识观测结果，表示l_k所对应的噪声协方差矩阵；x_i-1、x_i、x_j、表示各约束信息所对应的本质安全型建模装置绝对位姿；

步骤D.针对优化目标函数，采用增量式非线性优化求解最大后验估计，获得轨道式巡检机器人的实时定位位置、以及所对应的不确定度。

作为本发明的一种优选技术方案：在执行步骤B至步骤D的同时，若轨道式巡检机器人的行进路径发生回环时，针对回环结构所影响的部分因子图模型，采用增量式平滑因子图优化方法进行图优化，更新该部分因子图模型中轨道式巡检机器人的实时定位位置、以及所对应的不确定度。

作为本发明的一种优选技术方案：所述步骤D中，针对优化目标函数，采用iSAM2非线性优化库求解最大后验估计，获得轨道式巡检机器人的实时定位位置、以及所对应的不确定度。

本发明所述一种矿用轨道式巡检机器人及其定位方法采用以上技术方案与现有技术相比，具有以下技术效果：

(1)本发明所设计一种矿用轨道式巡检机器人及其定位方法，最大的优点是灵活性高，在不存在定位站点信息检测模块和/或环境信息识别模块时，依然可以依赖其他约束信息实现较长时间的精确定位，且当新的约束添加到图中时，可以大幅度降低位置估计的不确定度，因此在同等定位精度的情况下大幅度减少了部署定位站点和识别目标的数量；同时可以根据巷道环境特点，可以选择布置站点、或直接检测环境中已知位置的目标进行定位约束，避免传统方法必须在轨道上部署大量经过测绘获得绝对位置的站点的工作，根据环境特点选择易于测绘位置的定位站点、或在环境中部署易于测绘位置的特征目标，最大幅度减少部署和测绘大量站点的工作量和成本，这样的方法也更加适应井下烟雾、粉尘、水汽等复杂环境下传感器噪声大甚至失效、单一类型传感器无法保证定位可靠性的情况，易于安装部署，适应多种复杂环境；

(2)本发明所设计一种矿用轨道式巡检机器人及其定位方法中，在获取定位站点信息检测模块的实时绝对位姿观测约束模型后，不是简单的直接将航迹推算模块的数据清零后重新计算；因为直接清零没有考虑定位站点信息检测模块中传感器自身的观测噪声甚至失效情况，一旦发生由于环境干扰导致的定位站点信息检测模块信息检测误匹配，将会使定位结果不可用，本发明计算定位站点信息检测模块的传感器观测噪声，将其分解为传感器本身的观测噪声、绝对位姿测量噪声、坐标转换误差关联进行综合考虑，通过考虑观测噪声，减少由于传感器本身测量失效导致的定位误判；

(3)本发明所设计一种矿用轨道式巡检机器人及其定位方法中，由于采用了因子图优化的方法，可以实现机器人位姿的增量式推断，在仅发生回环时对整个网络中受到影响的部分进行批优化，减少计算量，提高了定位结果与真实环境的一致性；

(4)本发明所设计一种矿用轨道式巡检机器人及其定位方法中，可以直接获得轨道式巡检机器人相对于巷道坐标系的全局三维空间定位信息，便于后续接入井下调度系统或地理信息系统进行统一调度与管理，由于井下复杂环境导致轨道通常需要根据使用环境设计为异形轨道，对其测绘极为不便；而背景技术提到的方法均为相对于轨道起始点的一维定位结果，如果需要得到三维定位结果必须对轨道进行三维建模，将一维定位结果转换为三维坐标，本发明可以直接获得三维坐标，不需要测绘轨道形状，非常适用于井下复杂环境中的行走在异形轨道上的巡检机器人定位，同时避免了由于轨道测绘误差、以及轨道安装误差等原因，造成轨道坐标系转换到巷道全局坐标系时的转换误差。

附图说明

图1是本发明设计矿用轨道式巡检机器人的定位装置原理图；

图2是应用本发明设计矿用轨道式巡检机器人定位方法的因子图；

图3是本发明设计矿用轨道式巡检机器人定位方法的信息处理流程图。

具体实施方式

下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。

本发明设计了一种矿用轨道式巡检机器人，具体实际应用中，如图1所示，轨道式巡检机器人中内置航迹推算模块、定位站点信息检测模块、环境信息识别模块和综合信息处理定位模块。

定位方法中，随轨道式巡检机器人在矿井中的移动，航迹推算模块用于应用航迹推算原理，针对轨道式巡检机器人实现主动定位，实时获得轨道式巡检机器人的相对位置关系，作为轨道式巡检机器人的实时相对位姿变换约束模型，添加至因子图模型中。

定位站点信息检测模块用于检测轨道式巡检机器人移动路径上所预设各个定位站点的绝对位置信息，作为轨道式巡检机器人的实时绝对位姿观测约束模型，添加至因子图模型中。

环境信息识别模块用于检测轨道式巡检机器人移动路径上所预设的各个标识信息，作为轨道式巡检机器人的标识观测约束模型，添加至因子图模型中。

基于上述所设计航迹推算模块、定位站点信息检测模块、环境信息识别模块各模块所获的各约束，构建如图2所示的因子图，其中，{x₁,x₂,…,x_q…}为机器人的位姿变量，{l₁,l₂,…,l_m…}为观测到的标识的位置信息；因子图中{g₁,g₂,…,g_i…}为定位站点信息检测模块提供的实时绝对位姿观测约束信息；{u₁,u₂,…,u_q…}为航迹推算模块提供的实时相对位姿变换约束信息；{z₁,z₂,…,z_n…}为环境信息识别模块所观测到标识提供的标识观测约束信息；为利用定位站点信息检测模块和/或环境信息识别模块进行回环检测添加的回环约束。

然后由综合信息处理定位模块应用增量式平滑因子图优化方法，针对因子图模型，获得轨道式巡检机器人的实时定位位置。

基于上述具体所设计的矿用轨道式巡检机器人，本发明具体设计了如下矿用轨道式巡检机器人定位方法，实际应用中，具体包括如下步骤：

步骤A.轨道式巡检机器人基于已知位置进行启动，预设先验的初始位姿、以及所对应的不确定度，然后进入步骤B；。

步骤B.基于实时相对位姿变换约束模型f_i(·)、实时绝对位姿观测约束模型h_g(·)、标识观测约束模型h_k(·)中的一种约束信息或多种约束信息，构建因子图模型模型如下，然后进入步骤C。

F＝(U,V,ε)

其中，U为因子集合，即表示包含实时相对位姿变换约束模型f_i(·)、实时绝对位姿观测约束模型h_g(·)、标识观测约束模型h_k(·)；V为变量集合，即表示轨道式巡检机器人的绝对位姿；ε表示因子与变量之间的边，代表双边图的映射关系。

步骤C.基于因子图模型模型，构建优化目标函数如下，然后进入步骤D。

其中，u_i表示应用实时相对位姿变换约束模型f_i(·)中，航迹推算模块检测所获数据，表示u_i所对应的噪声协方差矩阵；g_j表示实时绝对位姿观测约束模型h_g(·)计算所获轨道式巡检机器人的绝对观测位姿，表示g_j所对应的噪声协方差矩阵；l_k表示标识观测约束模型h_k(·)计算所获的标识观测结果，表示l_k所对应的噪声协方差矩阵；x_i-1、x_i、x_j、表示各约束信息所对应的本质安全型建模装置绝对位姿。

步骤D.针对优化目标函数，采用iSAM2非线性优化库求解最大后验估计，获得轨道式巡检机器人的实时定位位置、以及所对应的不确定度。

在执行步骤B至步骤D的同时，若轨道式巡检机器人的行进路径发生回环时，针对回环结构所影响的部分因子图模型，采用增量式平滑因子图优化方法进行图优化，更新该部分因子图模型中轨道式巡检机器人的实时定位位置、以及所对应的不确定度。

如图3所示，将上述所设计矿用轨道式巡检机器人及其定位方法，应用于实际当中，航迹推算模块可以由机器人电机安装里程计(编码器)和/或惯性导航单元实现，或者可以利用信息融合(如滤波)的方法集成两种信息；本实施例的其中一种实现方法为通过捷联惯性导航原理构建运动方程、里程计构建观测方程，利用扩展卡尔曼滤波融合位姿估计信息，构建实时相对位姿变换约束信息{u₁,u₂,…,u_q…}，输出估计的位姿和不确定度信息；所述惯性导航单元采用捷联式惯性导航原理，安装在巡检机器人的本体内部。机器人坐标系为B系，巷道坐标系为N系(世界坐标系)；里程计在第i个采样间隔测量的里程增量在机器人坐标系(B系)下的矢量表示为第采样间隔由惯性导航单元输出的机器人坐标系(B系)到巷道坐标系(N系)的姿态变换矩阵CN B(i)：

其中θ,γ分别为机器人在第i采样间隔的航向角、俯仰角、翻滚角。则采煤机在巷道坐标系(N系)下的位置可表示为：

P₀为初始时刻位置，P(j)^N为机器人第j时刻在巷道坐标系(N系)下的位置。由于里程计存在标度误差、惯导存在安装误差和初始对准误差等因素，上述推算方法仅是理想条件下的结果，本发明的一种实施例可以采用捷联惯导构建状态方程、里程计输出构建两侧方程，基于扩展卡尔曼滤波(EKF)获得位姿估计及不确定度(反应组合定位结果的噪声)。将融合结果作为实时相对位姿变换约束信息{u₁,u₂,…,u_q…}添加到图因子图中。

本发明实施例的方法中，定位站点信息检测模块可以根据实际应用环境条件部署不同类型，可以单独采用RFID标签、接近开关、磁钢、检测轨道间隙宽度的方法，或者根据环境特点进行组合使用。通过构建观测模型，建立实时绝对位姿观测约束信息{g₁,g₂,…,g_i…}。综合信息处理定位模块根据原理图1，利用流程图2的步骤进行信息接收、处理、输出定位结果。所述观测模型的构建，需要综合定位站点信息检测模块传感器噪声模型、测绘站点位置时的测量误差模型进行实时绝对位姿观测约束信息{g₁,g₂,…,g_i…}的估计。本发明的一种实施例定位站点信息检测模块可以采用涡流效应接近传感器对应的金属路标作为绝对定位检测传感器(定位精度为厘米级)，同时安装RFID标签对位置ID进行确定。利用全站仪基于井下控制点测绘得到定位站点的绝对位置(由于测绘精度高，测量误差近似为零)并存储对应ID号到综合信息处理定位模块中。当机器人在运动过程中，接近开关与RFID读写器同时检测到定位站点的金属路标和RFID标签时，确认为观测约束并查找对应ID的定位站点的绝对位置，作为机器人当前位置的固定观测约束(包括位置和不确定度)。由于利用涡流效应进行定位的接近传感器与利用全站仪测绘的定位精度均为厘米级，因此可以根据多次试验标定固定观测约束的不确定度，将其设置为多次试验的平均值。将实时绝对位姿观测约束信息{g₁,g₂,…,g_i…}添加到因子图中。

本发明实施例的方法中，环境信息识别模块可以根据井巷工作区域的环境特点，选择适当的观测目标对象，进而选择对应的目标识别传感器。本发明实施例的一些实施方案中，在粉尘低、能见度较高的巷道，可以采用激光反光板定位、视觉模板匹配定位。在粉尘浓度高的工作面附近，可以采用超宽带(UWB)定位。本发明的一种实施例采用在巷道中布置易于测绘相对和绝对位置的4块1组的反光标志，环境信息识别模块采用激光扫描仪，其任一时刻输出为一个N维的距离向量设环境中第i个反光板位于巷道坐标系中的坐标为(x_i,y_i)，机器人的位姿为x_t＝(x y θ)^T，可以得到基于特征的激光雷达模型：

其中，其中r表示目标点距离，β为激光束角度，W表示观测噪声。进一步利用三角几何原理可以获得机器人的位姿与不确定度信息。将定位结果作为标识观测约束信息{z₁,z₂,…,z_n…}添加到因子图中。

本发明实施例的方法中，综合信息处理定位模块使用工控机搭载程序实现其他模块的数据接收、处理、以及最终定位结果的输出。所述综合信息处理定位模块预先存储定位站点与观测目标对象的绝对位置。本发明实施例的一种数据处理过程为，即为上述步骤A至步骤D。

在执行步骤B至步骤D的同时，若轨道式巡检机器人的行进路径发生回环时，针对回环结构所影响的部分因子图模型，采用增量式平滑因子图优化方法进行图优化，更新该部分因子图模型中轨道式巡检机器人的实时定位位置、以及所对应的不确定度。

回环检测中，轨道式巡检机器人运动过程中存储已经检测到的RFID标签ID，当检测到当前RFID标签ID与存储的历史RFID标签的ID一致时，判定当前位姿为回环候选。当候选数量达到设定阈值N_ID时，确认回环有效，进行全局的图优化；当激光雷达检测到反光标志，并且利用激光三角定位原理得到绝对位置为已到达过的区域时，确定当前位姿为回环候选。当在定位区域内时间超过设定阈值T时，确认回环有效，进行全局的图优化。发生回环的距离应大于设定阈值Δ，否则不进行回环优化，以避免重复优化，提高计算效率。

本发明所设计矿用轨道式巡检机器人及其定位方法中，需要说明的是，定位站点信息检测模块可以根据实际应用环境条件部署不同类型，可以单独采用RFID标签、接近开关、磁钢、检测轨道间隙宽度的方法，或者根据环境特点进行组合使用；环境信息识别模块可以根据井巷工作区域的环境特点，选择适当的观测目标对象，进而选择对应的目标识别传感器。本发明实施例的一些实施方案中，在粉尘低、能见度较高的巷道，可以采用激光反光板定位、视觉模板匹配定位。在粉尘浓度高的工作面附近，可以采用超宽带(UWB)定位。

上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (6)

1.一种矿用轨道式巡检机器人，其特征在于：轨道式巡检机器人中内置航迹推算模块和综合信息处理定位模块，定位方法中，随轨道式巡检机器人在矿井中的移动，航迹推算模块用于应用航迹推算原理，针对轨道式巡检机器人实现主动定位，实时获得轨道式巡检机器人的相对位置关系，作为轨道式巡检机器人的实时相对位姿变换约束模型，添加至因子图模型中；然后由综合信息处理定位模块应用增量式平滑因子图优化方法，针对因子图模型，获得轨道式巡检机器人的实时定位位置。

2.根据权利要求1所述一种矿用轨道式巡检机器人，其特征在于：轨道式巡检机器人中还内置定位站点信息检测模块，定位方法中，随轨道式巡检机器人在矿井中的移动，定位站点信息检测模块用于检测轨道式巡检机器人移动路径上所预设各个定位站点的绝对位置信息，作为轨道式巡检机器人的实时绝对位姿观测约束模型，添加至因子图模型中；然后由综合信息处理定位模块应用增量式平滑因子图优化方法，针对因子图模型，获得轨道式巡检机器人的实时定位位置。

3.根据权利要求2所述一种矿用轨道式巡检机器人，其特征在于：轨道式巡检机器人中还内置环境信息识别模块，定位方法中，随轨道式巡检机器人在矿井中的移动，环境信息识别模块用于检测轨道式巡检机器人移动路径上所预设的各个标识信息，作为轨道式巡检机器人的标识观测约束模型，添加至因子图模型中；然后由综合信息处理定位模块应用增量式平滑因子图优化方法，针对因子图模型，获得轨道式巡检机器人的实时定位位置。

4.一种针对权利要求3所述一种矿用轨道式巡检机器人的定位方法，其特征在于，包括如下步骤：

步骤A.轨道式巡检机器人基于已知位置进行启动，预设先验的初始位姿、以及所对应的不确定度，然后进入步骤B；

步骤B.基于实时相对位姿变换约束模型f_i(·)、实时绝对位姿观测约束模型h_g(·)、标识观测约束模型h_k(·)中的一种约束信息或多种约束信息，构建因子图模型模型如下，然后进入步骤C；

F＝(U,V,ε)

其中，U为因子集合，即表示包含实时相对位姿变换约束模型f_i(·)、实时绝对位姿观测约束模型h_g(·)、标识观测约束模型h_k(·)；V为变量集合，即表示轨道式巡检机器人的绝对位姿；ε表示因子与变量之间的边，代表双边图的映射关系；

步骤C.基于因子图模型模型，构建优化目标函数如下，然后进入步骤D；

其中，u_i表示应用实时相对位姿变换约束模型f_i(·)中，航迹推算模块检测所获数据，表示u_i所对应的噪声协方差矩阵；g_j表示实时绝对位姿观测约束模型h_g(·)计算所获轨道式巡检机器人的绝对观测位姿，Σ_gj表示g_j所对应的噪声协方差矩阵；l_k表示标识观测约束模型h_k(·)计算所获的标识观测结果，表示l_k所对应的噪声协方差矩阵；x_i-1、x_i、x_j、表示各约束信息所对应的本质安全型建模装置绝对位姿；

步骤D.针对优化目标函数，采用增量式非线性优化求解最大后验估计，获得轨道式巡检机器人的实时定位位置、以及所对应的不确定度。

5.根据权利要求4所述一种矿用轨道式巡检机器人的定位方法，其特征在于：在执行步骤B至步骤D的同时，若轨道式巡检机器人的行进路径发生回环时，针对回环结构所影响的部分因子图模型，采用增量式平滑因子图优化方法进行图优化，更新该部分因子图模型中轨道式巡检机器人的实时定位位置、以及所对应的不确定度。

6.根据权利要求4或5所述一种矿用轨道式巡检机器人的定位方法，其特征在于：所述步骤D中，针对优化目标函数，采用iSAM2非线性优化库求解最大后验估计，获得轨道式巡检机器人的实时定位位置、以及所对应的不确定度。