待问问题.md

待问问题

1.lio_sam 在程序中默认初始化的bias为0，这样做是否正确，kitti的数据集自身补过bias，tixiaoshan供大家测试的数据集也补了bias吗，实际有必要上电静止标一下bias 吗？

2.世界系的问题。VINS初始化中，需要对重力进行估计，用绝对的重力作为世界系。那么在LIO系统中，为什么不需要对重力进行估计呢，LIO系统中一般是以谁作为世界系原点(lidar 第一帧的位置？ 还是gnss第一帧位置？)

答：

WGS84：Apollo 采用的是 WGS84 ( World Geodetic System 1984 )作为标准坐标系来表示 物体的纬度,经度和高度。

UTM : 将球面经纬度坐标经过投影算法转换成的平面坐标,即通常所说的 XY 坐标,单位为米制。UTM 相当于是把世界分成了若干个 ENU 坐标系,每个 zone 对应一个 ENU 。Apollo采用的是将 WGS84 -> UTM

ENU：导航系下的坐标表示，一般为"前左上" 。 课程采用的是 wgs84 -> ENU

LIO + GNSS : 任乾课程所配套的框架为 lidar + ins (imu + gnss) , 导航系的原点为 第一帧 ins 的位置，为ENU系下的坐标。具体转换为，ins 获得WGS84 坐标系下的经纬高，然后将 经纬高 信息转换为ENU坐标系下的位置信息。注意，该位置信息的x,y 是由经纬映射而来，z直接复用“高”信息。 ENU 系下

LIO : fastlio ， lidar + imu(6DOF) 系统，跟vins一样，需要估计重力的方向，使用绝对重力作为导航系。 ENU 系下。

VIO： vins ， 需要估计重力方向，使用绝对重力方向作为导航系的原点。ENU 系下。

LO : loam、lego_loam ，因为没有绝对重力矫正，只有单雷达传感器，所以在mapping的过程中，以第一帧点云的雷达所在位置为导航系的原点。

注意：

1.LIO + GNSS 、LIO 、VIO 等多传感器融合系统都是ENU系下，多种传感器数据融合都需要找到一个绝对的world做转换。

2.a.LIO + GNSS 系统中，因为使用的是惯导，默认已经完成一系列的初始化，所以不需要进行重力估计，也可以很容易得到ENU下的坐标。b.LIO 和 VIO 系统因为没有GNSS 信息，所以无法获得绝对的ENU信息，可以通过估计imu的重力方向，使用重力方向确定 ENU(前左上)的“天”，进而确定导航系下的原点。c.LIO_SAM 因为使用的是9DOF IMU,磁力计可以获取绝对重力，所以不需要额外做重力估计。

3.lego_loam 的去重力部分，就只是通过外参，把imu的重力分量去掉了，没有说有估计重力的部分。是因为在lego_loam 这类系统里，默认机体是平放地面，Z轴朝上， 而VINS考虑到手持飞控等场景，所以需要额外估计重力方向。但是为了系统具有更强的鲁棒性，所以静止几秒估计重力的方向会更好。("激光比较重型，除了机载的特殊轻型激光，一般都默认水平安装的")

3.ESKF 中融合轮速计后，kalman update问题

​ 问：ESKF 融合轮速计后如何考虑常值bias？答：把这个bias作为状态量添加到状态方程里，然后适当修改相应观测的更新。 ​ 问：常值bias状态矩阵里都是0，咋更新？答：常值bias，在融入观测时，随着kalman增益的改变，跟着改变。 ​ 问：如果不融合gps，轮速计的常值bias还能估计出来吗？

4.slam整体处理框架上，使用buffer把所有数据进行存起来，这样做是否合理？更行业的处理数据的方法是：处理最新的数据还是也是所有数据存起来慢慢处理呢？

5.建图与定位的算法上主要区别在哪？这样理解正确吗：建图是通过融合多源信息，计算得到最优的的帧间里程计，进而把点云拼接起来成为点云地图，因为优化所需要的时间和建图的规模较大，所以一般可以选择离线建图，对实时性要求没这么高。而定位一般是基于一定的先验信息(先验地图)，进行全局定位，对实时性要求较高。

6.ESKF状态方程推导中，为什么状态方程离散化后，

delta_x_dot 可以转为 delta_x_k ? (微分具有对下一时刻的量做预测的意思吗？)对应如下图(1、2)

7.第六章的惯性导航误差分析总结中,delta_v_dot 的推导代表的是world系下速度增量，是不是末尾漏了减去g? (对应下图3)

8.课程框架里的ekf是作为一个前端吗？对前后端的概念较为模糊。后端主要是指：全局优化、回环检测等模块吗？