炼焦生产的工作环境恶劣,在炼焦生产的环境的空气存在有毒有害气体和大量粉尘,现场工作人员一旦吸入,就会对身体健康造成威胁。除此之外,推焦车是炼焦环境的重要设备。推焦车极易在运行过程中与周围的物体、行驶的车辆、行走的人员等发生碰撞等事故。推焦车如若发生碰撞事故,事故的后果是非常严重的。由于推焦车质量大,所以其在运行状态下的冲量很大如果发生碰撞会对造成车身的严重损害,如果推焦车与炼焦区域内行驶路线上的人员发生碰撞,极易造成人员的死亡。因此,在炼焦环境中构建SLAM系统对降低炼焦生产过程中推焦车的碰撞风险,减少粉尘有害气体等对人员的身体健康伤害以及提高工厂炼焦的生产效率有重大的意义。在我国关于炼焦环境下安全生产的研究目前还主要是针对生产过程、工艺流程、还有人员的安全作业等方面的研究。尚未有针对炼焦环境进行构建SLAM系统,让推焦车实现无人化智能化作业,从而达到安全高效成产目的的研究。目前的SLAM研究大都应用于道路车辆。但是道路环境与炼焦环境之间有着巨大的差别,因此现有构建SLAM系统的方法不能直接应用于炼焦环境。研发炼焦环境下的SLAM建图算法,构建炼焦环境地图,能够使得推焦车能无人化,智能化运行,实时感知环境中自身的位置,对可能存在的碰撞风险做出准确预测,对炼焦的安全成产具有重大意义。本文利用利速腾聚创的十六线激光雷达扫描检测推焦车运行的炼焦环境,制作成数据集进行SLAM系统构建研究。此系统构建研究主要包括激光雷达点云数据预处理算法研究,在炼焦环境中构建SLAM环境地图的研究,炼焦环境中构建SLAM系统的重定位研究等三个部分,具体内容如下:针对数据集的制作,由于采集的原始数据数据量大,因此笔者利用下采样去处理原始数据,这是一种基于体素滤波器的下采样过程。接着笔者对采样过后的数据进行分割,把点云数据划分成一个一个环境感兴趣的区域,最后利用聚类法,本文用的是欧式聚类对点云聚类,减少SLAM系统构建过程中点云地图生成的数据量,减少数据计算压力,从而提高建图与定位算法的实时性和准确性。对于此点云数据处理方法,笔者使用斯坦福大学兔子点云模型以及腾聚创16线激光雷达扫描的典型点云数据进行了验证。对于在炼焦环境中构建SLAM环境地图的研究,在提取完点云特征后,采用改进的ICP算法对特征点云进行迭代配准,本文改进的ICP算法与标准ICP方法相比具有计算量小,鲁棒性高等特点。最后笔者使用速腾聚创16线激光雷达扫描到的上海宝钢炼焦环境点云数据,并制作成数据集进行炼焦环境中SLAM系统的地图构建,并对炼焦环境地图中尾焦斗、建筑物等细节进行了还原。对于炼焦环境中构建SLAM系统的重定位研究,笔者采用基于二维和三维映射先对点云地图的相似性进行快速度量,找出若干个相似于当前场景的候选场景。然后根据主方向进行相似性验证,从而中找最佳候选场景,然后融合两个场景完成重定位。最后并使用速腾聚创16线激光雷达采集到的上海宝钢炼焦环境点云数据验证了算法的有效性。