一种终身联邦学习的无人系统协同SLAM方法

1.一种终身联邦学习的无人系统协同slam方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种终身联邦学习的无人系统协同slam方法，其特征在于，所述步骤s3具体包括：

3.根据权利要求2所述的一种终身联邦学习的无人系统协同slam方法，其特征在于，所述步骤s32中，初始化阶段的分类损失为：

4.根据权利要求2所述的一种终身联邦学习的无人系统协同slam方法，其特征在于，所述步骤s33中，第n阶段的分类预测的分类损失计算如下：

5.根据权利要求1所述的一种终身联邦学习的无人系统协同slam方法，其特征在于，所述步骤s4具体包括：

6.根据权利要求1所述的一种终身联邦学习的无人系统协同slam方法，其特征在于，所述步骤s5具体包括：

7.根据权利要求6所述的一种终身联邦学习的无人系统协同slam方法，其特征在于，所述生成预测粗略缺失部分的方法表示为：

8.根据权利要求1所述的一种终身联邦学习的无人系统协同slam方法，其特征在于，所述传感器的种类至少包括：激光雷达、惯性测量单元。

9.根据权利要求8所述的一种终身联邦学习的无人系统协同slam方法，其特征在于，所述传感器采集的信息至少包括：三维方向的无人机飞行速度、加速度，无人机俯仰-翻滚-旋转的角动量、角加速度，无人机坐标信息，点云位姿信息。

10.根据权利要求8所述的一种终身联邦学习的无人系统协同slam方法，其特征在于，所述步骤s2具体为：激光雷达数据预处理后与imu数据共同参与前向后向传播，再开展残差计算和迭代状态更新，最终收敛得到里程计输出，更新局部地图。