ORBSLAM3工程化

最近一年从事视觉SLAM，选用ORBSLAM3作为开发base，在此基础上做了工程化开发，主要的延伸有：里程计和IMU预积分，语义优化，定位

里程计和IMU预积分

背景

        在移动机器人、自动驾驶开发中，有一个很重要的传感器--轮式编码器，通过编码器我们可以推算出位移数据，就是我们常说的里程计-odometry。里程计之所以重要，是因为其有着很精准的局部位移测量。IMU在实际应用中更多的反映姿态，对于位移测量存在漂移问题，因此将里程计和IMU相结合，我们将获得更稳定的测量系统。

方案

        在ORBSLAM3中已经内置了IMU的预积分，而里程计的加入是更多的参与位移上的约束，因此，我们可选择以下方案继续开发。

1. 输入为里程计的线速度和角速度，构造ODOM类，不断预积分出PVQ，并设置对应的BIAS（，），联合进行IMU初始化优化。
2. 输入为里程计的线速度，不断积分出位移distance，最后参与到IMU初始化优化，以及scale优化，旨在约束尺度。
3. 重构IMU类，将IMU的速度推导更换为里程计的线速度&