近几年,随着我国开始加快推进智慧矿山的建设,辅助运输系统已成为矿山智能化发展的软肋之一。无轨胶轮车作为矿井辅助运输系统中的一种重要设备形式,因其具有用途广、机动灵活等优点被广泛应用于井下运输。由于井下空间狭小、光照不足,导致人工驾驶的车辆事故频发,无人驾驶已成为无轨胶轮车当下亟需也是未来必经的智能化发展方向。然而,目前针对无轨胶轮车无人驾驶技术的研究整体上还停留在理论分析与仿真试验的初级阶段,匮乏针对井下工况的无人驾驶系统设计与研制以及SLAM建图与导航等关键技术的研究。本文面向煤矿井下巷道特殊工况,以无轨胶轮车为研究对象,对其进行无人驾驶系统的软硬件设计与搭建以及SLAM建图与导航等关键技术研究,对于推动矿山无人驾驶技术发展、加快实现井下“无人则安”发展目标具有重要理论意义和实用价值。首先,针对井下工况搭建了无轨胶轮车无人驾驶软硬件系统,研制了一台无人驾驶无人胶轮车试验车;基于神东矿区某煤矿辅助运输系统,设计了井下巷道模型。其次,针对Gmapping算法与Cartographer算法进行原理分析和仿真对比试验,结果表明Cartographer算法构建的地图对巷道轮廓的描绘更加清晰,表现更佳;结合Cartographer算法建图表现与井下巷道特征,引入Lazy Decision算法对其进行优化,优化后的地图较之前精度更高,且在巷道环境下的建图效果更好。再次,选择AMCL算法用于无人驾驶无轨胶轮车定位,仿真试验结果表明:AMCL算法在6s内就能实现粒子迅速收敛,且全程定位准确;对比分析Dijkstra算法与A*算法,选择效率更高的A*算法作为全局路径规划算法,并针对A*算法存在的拐点多、曲率大的问题,采用二阶贝塞尔曲线对其进行平滑处理,优化后的路径更加平滑;选择TEB算法作为局部路径规划算法;针对所选择的算法进行导航仿真试验,结果表明:本文构建的导航系统在巷道仿真环境下能够规划出平滑路径,且行驶过程未发生碰撞。最后,选择楼道作为试验场景,模拟从井下辅运大巷到采煤工作面的行驶过程,开展建图、定位与导航试验,结果表明:采用加入Lazy Decision后的Cartographer算法在模拟巷道环境下构建的地图更为精确;AMCL定位算法能够在3m内收敛定位粒子;采用平滑后的A*与TEB作为路径规划算法能够规划出平滑、可行性较强的路径,并且在遇到静态或动态障碍物时能够迅速规划出避障路径并完成避障动作。综合来说,本文搭建的建图算法、定位算法以及路径规划算法,能够满足无人驾驶无轨胶轮车在煤矿井下的行驶要求,可为推进无人驾驶技术在煤矿井下落地应用提供理论与技术支撑。该论文共有图65幅,表12个,参考文献103篇。