VIO算法总结（二）

VIO后端，后端有两种方法，一种是非线性优化，另一种是滤波，这两种有啥区别呢？其实这里面的知识还挺多的。

在数学上两者都是从full Bayesian推导的，我们都知道Kalman filter的无偏估计是要求系统是线性的，而且噪声是高斯的。对于非线性和噪声非高斯的系统如slam，需要线性近似，即EKF。这是有线性误差的，对于非线性优化其实也有线性误差的。因此我认为滤波和非线性优化两种方法，如果在约束条件相同的条件下，两者在数学上是等价的。

区别呢？

滤波一直在维护一个状态变量（所有优化变量）的协方差矩阵。

EKF 更新方程

对于msckf，imu进行预计分得到pose的先验信息，和imu的先验协方差（和非线性优化一样）：