在煤矿灾害事故救援过程中,由于煤矿井下环境复杂多变,使用机器人进行侦测救援已成为现代化矿山救援技术的发展趋势,为了让机器人快速定位事故发生位置、及时侦测出灾变区域环境,必须先准确的计算出救援机器人移动轨迹及位置,在没有GPS等全球定位系统(或者无法使用GPS全球定位系统的环境)的区域,使用移动机器人同时定位与建图(Simultaneous Localization and Mapping,SLAM)技术计算机器人位置并构造井下灾害环境地图,已成为实施有效侦测、救援手段的前提。本文以中煤科工集团重庆研究院救援分院机器人实验室为主要技术支撑,瓦斯灾害监控与应急技术国家重点实验室为主要工程试验平台,采用仿真实验、现场实验相结合的方法,使用粒子群优化算法对行业现有的FASTLSAM2.0进行优化,改善算法在煤矿井下环境中的建图精度与效率,并对优化后的算法在煤矿井下环境中进行了性能实验,进行了在煤矿相似封闭环境中的仿真实验,分析影响算法性能差异的因素,主要研究内容包括以下几个方面:1.简化了机器人运动模型,使其线性化,改善了算法在位姿预测阶段的复杂度。2.针对煤矿井下的复杂环境,对激光传感器扫描出的点云地图配准方法(Iterative Closest Point,ICP),建立了优化模型,并使用罚函数法求解出其最优解,增加了点云地图配准的精度及其与环境的一致性。3.设计并编写了算法的C++代码及界面软件,对算法在实际工作环境中的效果进行了有效测试与对比,得到了基于不同环境对算法精度的影响因素分析结果。