一种面向动态环境的激光SLAM方法、系统及介质

本公开涉及一种面向动态环境的激光SLAM方法、系统及介质。包括：对目标检测四维神经网络进行训练与部署；环境初始化与数据处理，构建初始的稠密点云地图；利用IMU数据进行前向与反向传播，精确估计机器人的当前状态；进行点云注册更新地图；识别并标记动态目标的特征点；根据动态目标检测结果，更新地图中体素的动态或静态概率；输出优化后的地图和机器人的位姿估计。本公开采用体素信念模型更新对动态环境的理解，有效地将动态对象的信息融合到地图中，同时保留静态环境的精确表示，提升SLAM系统在动态环境下的定位、地图构建及动态对象识别的准确性和鲁棒性。通过优化的数据处理流程，确保了高效的计算性能和实时性。