基于4D高斯泼溅的强化学习自适应多模态SLAM方法

本申请所述的基于4D高斯泼溅的强化学习自适应多模态SLAM方法，属于同时定位与地图构建领域。提出在现有多传感器融合SLAM系统基础上进一步结合4D GS和强化学习的整体解决方案，通过强化学习根据实时环境信息自主地选择传感器模式，同时利用4D GS进行地图更新和优化并整合到SLAM系统中，从而达到提高整个实时多模态SLAM系统的工作效率、实时性和节省资源的目的。包括下述步骤：步骤（1）、多源传感器输入与数据预处理；步骤（2）、选择传感器组合类型；步骤（3）、多源传感器数据融合处理；步骤（4）、地图更新和优化。