A state estimator for robots using ESKF, which is based on msckf_vio stereo.
编写一个应用于单个IMU与多种不同传感器共同组成的硬件平台的多传感器融合定位代码，要求能够以 IMU 的更新频率来发布最新状态估计结果。
- 完成 data loader，控制多种不同传感器的数据输入和初步处理
- 完成 imu propagate 和序列化过程
- 完成加入多目视觉观测的 VIO 过程
- 考虑其他传感器
- 代码基于个人兴趣开发，欢迎参与讨论，禁止商用
- 【已完成】data loader 部分，用于输入数据序列化管理
- 【已完成】backend config 部分，用于相关参数配置，不依赖 opencv 或 yaml-cpp
- 【已完成】feature/frame manager 部分，以及三种边缘化策略对应的数据管理操作，用于管理视觉特征点与关键帧
- 【已完成】imu propagate queue 部分，属于 ESKF 的 propagate 部分
- 【已完成】将 IMU 状态从 18 维修改为 15 维，因为估计重力加速度会引入额外的误差
- 【已完成】设计 attitude estimator 姿态解算求解器，为 backend 初始化提供姿态
- 【已完成】将 eskf_vio_backend 编译为 so 动态链接库，之后再通过链接库和引用头文件的方式来使用库（已验证）
- 【已完成】为避免 vscode 不能识别多个 cmake 工程导致无法自动联想，影响代码开发进度，在 CMakeLists.txt 中增加一个分支，选择编译库后链接或者直接编译
- 【已完成】多目视觉 vio 的初始化逻辑
- 【已完成】多目视觉 update 部分的逻辑，除特征点选择、三角化、关键帧选择之外，其余部分均已完善（包括 propagator 重置起点，扩展状态协方差，构造完整量测方程，ESKF Update，误差状态更新到名义状态，以 Update 结果配置 propagator 起点并让他 repropagate）
- 【已完成】三角测量和 PnP 模块相关功能接口
- 【已完成】协方差矩阵对角线出现负数的问题，发现是 update 逻辑存在问题，因此进行修正
- 【已完成】关键帧的判断逻辑需要补充（平均视差、追踪特征点数、两帧相对距离）
- 【已完成】参数配置功能不应该由 backend 类去实现，需要重新设计一个参数配置器，其他需要用到参数的模块在配置阶段从参数配置器中拿取数据即可
- 【优化】故障检测与重新初始化机制
- 【优化】序列化递推器逻辑调整，修改为维护一段时间内的状态
- 【优化】序列化递推器反向递推
- 【优化】增加对 square root filter 的支持，需要同时修改 propagater 和 updater