{
  "paper_id": "18df84c66d46f42d9c2990c627e9dfcf",
  "paper_title": "FAR-AVIO: Fast and Robust Schur-Complement Based Acoustic-Visual-Inertial Fusion Odometry With Sensor Calibration",
  "paper_authors": [
    "Hao Wei",
    "Peiji Wang",
    "Qianhao Wang",
    "Yang Gu",
    "Tong Qin",
    "Fei Gao",
    "Yulin Si"
  ],
  "publication_date": "",
  "publication_venue": "IEEE Robotics and Automation Letters",
  "abstract": "Underwater environments impose severe challenges to visual-inertial odometry systems, as strong light attenuation, marine snow and turbidity, together with weakly exciting motions, degrade inertial observability and cause frequent tracking failures over long-term operation. While tightly coupled acoustic-visual-inertial fusion, typically implemented through an acoustic Doppler Velocity Log (DVL) integrated with visual-inertial measurements, can provide accurate state estimation, the associated graph-based optimization is often computationally prohibitive for real-time deployment on resource-constrained platforms. Here we present FAR-AVIO, a Schur-Complement based, tightly coupled acoustic-visual-inertial odometry framework tailored for underwater robots. FAR-AVIO embeds a Schur complement formulation into an Extended Kalman Filter (EKF), enabling joint pose-landmark optimization for accuracy while maintaining constant-time updates by efficiently marginalizing landmark states. On top of this backbone, we introduce Adaptive Weight Adjustment and Reliability Evaluation (AWARE), an online sensor health module that continuously assesses the reliability of visual, inertial and DVL measurements and adaptively regulates their sigma weights, and we develop an efficient online calibration scheme that jointly estimates DVL-IMU extrinsics, without dedicated calibration manoeuvres. Numerical simulations and real-world underwater experiments consistently show that FAR-AVIO outperforms state-of-the-art underwater SLAM baselines in both localization accuracy and computational efficiency, enabling robust operation on low-power embedded platforms. Our implementation has been released as open source software.",
  "keywords": [
    "Acoustic-Visual-Inertial fusion",
    "error state Kalman filter",
    "underwater robotics"
  ],
  "paper_institutions": [],
  "output_language": "zh",
  "provider": "doubao",
  "model": "glm-5.3",
  "prompt_template": "simple",
  "extracted_at": "2026-09-17T09:37:58.154157Z",
  "template_tag": "deep_read",
  "summary": "# FAR-AVIO: Fast and Robust Schur-Complement Based Acoustic-Visual-Inertial Fusion Odometry With Sensor Calibration\n\n\n**作者 / Authors:** Hao Wei, Peiji Wang, Qianhao Wang, Yang Gu, Tong Qin, Fei Gao, Yulin Si\n\n\n\n\n**输出语言 / Output Language:** zh\n\n\n\n\n\n\n## 模块 A：阅读对齐与输入校验 / Module A: Reading Alignment and Input Check\n\n## Module A：阅读对齐与输入校验\n\n### 1. 论文元数据\n\n- **标题**：FAR-AVIO: Fast and Robust Schur-Complement Based Acoustic-Visual-Inertial Fusion Odometry With Sensor Calibration\n- **作者**：Hao Wei、Peiji Wang、Qianhao Wang、Yang Gu、Tong Qin、Fei Gao、Yulin Si。文中仅标注 IEEE 会员等级（Graduate Student Member / Senior Member / Member 等），未给出作者单位信息。\n- **发表载体**：正文未明确标注期刊/会议名称与年份；论文自称 “this letter” 并采用 IEEE Index Terms 排版，风格接近 IEEE Robotics and Automation Letters（RA-L）；参考文献含多篇 2025 年文献（如 [^2][^7][^10]），推测发表于 2025 年前后，引用前需进一步核实。\n\n### 2. 研究定位\n\n- **研究领域**：水下机器人 SLAM 与多传感器融合状态估计（acoustic-visual-inertial fusion odometry）。\n- **具体任务**：构建面向水下机器人的紧耦合 DVL-视觉-惯性里程计，具体包括：\n  - 在 EKF/ESKF 中嵌入 Schur 补，实现位姿-路标联合优化与常数时间更新（III-A/III-B，式 (1)-(13b)）；\n  - 从多普勒频移原理严格建模 DVL 四波束测量并推导 ESKF 残差（III-C，式 (14)-(27)）；\n  - 在滤波状态中联合估计 DVL-IMU 外参 T_D^b，无需专门标定动作（III-A；IV-D-b）；\n  - AWARE 模块在线评估视觉/DVL 可靠性并自适应调节 sigma 权重与传感器门控（III-D，Algorithm 1）。\n- **目标用户/应用场景**：AUV/ROV 等水下平台，尤其是算力受限的低功耗嵌入式平台；面向水下基础设施检查、海洋能源维护、海洋探索等需要长期、鲁棒、漂移受控定位的任务（第 I 节；Fig. 1）。\n\n### 3. 输入材料清单\n\n- **PDF**：有。正文结构完整（摘要、I 引言、II 相关工作、III 滤波器描述、IV 实验、V 结论、参考文献）。\n- **附录/补充材料**：未见。\n- **代码链接**：文中声明已开源（摘要与第 I 节贡献列表：“released as open source software”），但未给出具体仓库 URL。\n- **数据集链接**：实验使用公开 Tank 数据集（参考文献 [^2]），文中未直接给出下载链接。\n\n### 4. 缺失材料与风险\n\n- **缺失项**：开源代码具体 URL、Tank 数据集下载链接、作者单位、完整发表信息（期刊/年份/卷期）；此外第 III-D 节 Algorithm 1 伪代码在文本中存在明显排版损坏。\n- **可能影响**：复现需自行检索代码仓库与数据集；Algorithm 1 文本损坏会影响对 AWARE 门控/恢复阈值（τ_s、τ_s^rec）的精确理解，需结合 Fig. 6 的行为描述与 Table III 的消融结果推断；发表信息缺失需在正式引用前核实。\n\n### 5. 阅读路线（3-6 步）\n\n- **Step 1**：读摘要与第 I 节，明确水下视觉退化（光衰减、marine snow、浑浊）与弱激励运动带来的问题，以及现有方法在精度与效率之间的缺口（第 I 节）。\n- **Step 2**：读第 II 节相关工作，梳理松耦合→紧耦合、因子图后端→滤波器后端两条技术路线的演进与不足（如 [^12] 假设固定外参，[^10][^23] 计算开销大）。\n- **Step 3**：精读第 III 节：状态定义与误差传播（III-A，式 (1)-(5)）；视觉等效观测模型与 Schur 补消元（III-B，式 (7)-(13b)）；DVL 单波束/四波束模型与 ESKF 残差（III-C，式 (14)-(27)）；AWARE 模块（III-D）；位姿先验视觉前端（III-E）。\n- **Step 4**：读第 IV 节实验：Tank 数据集设置（IV-A）、定位精度对比（IV-B，Table I、Fig. 4）、运行时与计算负载（IV-C，Table II、Fig. 5）、AWARE 与外参标定消融（IV-D，Table III/IV、Fig. 6/7）。\n- **Step 5**：读第 V 节结论，并记录局限：外参标定收敛依赖足够的旋转激励，近静止或纯平移运动下收敛缓慢（IV-D-b）。\n- **Step 6**（可选）：结合开源实现核对 Algorithm 1 与式 (13a)/(13b) 的工程细节。\n\n### 分类依据（paper_archetype = method）\n\n- 主要贡献是新的算法/估计框架：首个基于 Schur 补的紧耦合声学-视觉-惯性里程计，将 Schur 补嵌入 EKF 实现位姿-路标联合优化与常数时间更新，并配套 AWARE 在线可靠性模块与 DVL-IMU 在线外参标定（第 I 节贡献列表；第 III 节）。\n- 虽包含系统集成与嵌入式部署验证（Table II、Fig. 5），但创新重心在估计方法与标定方案本身，故选 `method` 而非 `system`。\n\n\n## 模块 B：第一遍鸟瞰扫描（类别/上下文/正确性/贡献/清晰度） / Module B: First Pass Overview (category, context, correctness, contribution, clarity)\n\n## Module B：第一遍通读概览\n\n### 1. 论文类型与类别\n\n- **类型**：方法类论文（method）。核心贡献是新的估计框架：将 Schur 补嵌入 EKF 的紧耦合声学-视觉-惯性里程计（第 I 节贡献列表；第 III 节）。\n- **领域**：水下机器人 SLAM / 多传感器融合状态估计。\n- **载体形式**：IEEE letter 短文风格（自称 “this letter”，含 IEEE Index Terms 排版），推测发表于 IEEE RA-L 类期刊；正文未标注期刊与年份（Module A 已记录该核实风险）。\n\n### 2. 研究背景与上下文\n\n- **应用背景**：AUV/ROV 广泛用于水下基础设施检查、海洋能源维护与海洋探索；水下无卫星导航、外部定位设施缺失，需要漂移受控的自主定位（第 I 节）。\n- **问题动因**：\n  - 水下视觉退化：光衰减、marine snow、浑浊可导致数十秒至数分钟的跟踪失效（第 I 节；Fig. 1(b)-(d)）；\n  - 弱激励运动：水下机器人常做准静态运动，加速度计信噪比低、IMU 初始化困难，纯视觉惯性管线难以长期保持精度（第 I 节）；\n  - 精度-效率缺口：紧耦合视觉-惯性-DVL 因子图方法（如 AQUA-SLAM [^10]）精度好但计算昂贵，难以在资源受限嵌入式平台实时运行；现有滤波方法则把视觉/DVL 简化为低维位姿/速度观测，不利用点级约束、不做在线外参标定（第 I 节；第 II 节）。\n- **论文定位**：以滤波器效率逼近优化器精度——在 EKF 内用 Schur 补做位姿-路标联合消元，配合 DVL 严格建模、在线外参标定与 AWARE 可靠性加权（摘要；第 I 节）。\n\n### 3. 直觉正确性检查\n\n- **假设 1：Schur 补可在 EKF 中实现位姿-路标联合优化且保持常数时间更新**——合理。该思路有滑动窗口滤波先例（[^14][^15] SchurVINS）；式 (10)-(13b) 推导链完整：先将全部视觉观测投影到 Jacobian 空间构造等价观测，再对路标扰动 δξ 做 Schur 消元，仅保留关于状态增量 δX 的等价观测与噪声（III-B）。\n- **假设 2：DVL 四波束测量可由窄带小速度假设线性建模**——合理。式 (14) 采用经典 monostatic 多普勒关系（|v_r| ≪ c_s）；式 (17)-(21) 用波束方向矩阵 E（4×3，波束不共面时列满秩）将四波束径向速度映射为 DVL 系三维速度，最小二乘解与协方差闭式（式 (22)-(25)）成立（III-C）。\n- **假设 3：DVL-IMU 外参可在线估计、无需专门标定动作**——基本合理但有边界条件：滤波状态增广 T_D^b（式 (1)），仿真与实测均显示可从粗初始化收敛（Fig. 7；Table IV）；但文中自述需要足够旋转激励，近静止或纯平移时收敛缓慢（IV-D-b），说明该假设在弱激励场景下不完全成立。\n- **假设 4：AWARE 自适应加权可防止单一传感器失效污染估计**——直觉合理：质量分数 q_s 驱动协方差缩放与门控（III-D）；Fig. 6 显示视觉退化段 visual Σ_scale 显著下降而 DVL 保持接近 1；Table III 显示去掉 AWARE 后多数序列发散。但 Algorithm 1 伪代码文本损坏，阈值 τ_s、τ_s^rec 的精确逻辑需后续核实。\n- **潜在疑点**：式 (13b) 将等价观测协方差写成 R1''=[C1−C2C3^{-1}C2^T]·u^2，隐含各像素观测同方差 u^2 的简化；EKF 单次线性化在强非线性场景的精度上限也需实验佐证——Table I 结果（总 RMSE 2.08 m，优于全部基线）提供了经验支持。\n\n### 4. 核心贡献\n\n1) **首个基于 Schur 补的紧耦合声学-视觉-惯性里程计框架**：从多普勒频移原理严格建模 DVL 四波束测量并嵌入滤波后端，实现位姿-路标联合优化与常数时间更新（第 I 节；III-B/III-C，式 (7)-(27)）。\n2) **AWARE 在线传感器健康模块**：持续评估视觉/DVL 可靠性，自适应调节 sigma 权重并门控失效传感器（III-D；Fig. 6；Table III）。\n3) **高效在线 DVL-IMU 外参联合标定**：无需专门标定动作，平均将 RMSE 从 8.152 m 降至 0.263 m（III-A；IV-D-b；Table IV）。\n4) **系统性实验验证**：Tank 数据集 8 条序列上精度排名第一或第二（总 RMSE 2.08 m，Table I）；嵌入式平台 28.28 ms/帧（约 35 Hz），较 VINS-Fusion 提速约 2.2 倍（Table II；Fig. 5）。\n5) **完整开源实现**（摘要与第 I 节；具体仓库 URL 未给出）。\n\n### 5. 清晰度评估\n\n- **结构**：标准 letter 五段结构（引言-相关工作-方法-实验-结论），章节衔接清楚，第 I 节末尾给出全文组织路线。\n- **图表**：Fig. 2 架构图清晰展示立体相机+IMU+DVL 输入与模块划分；Fig. 3 给出 DVL Janus 四波束几何；Fig. 4-7 与 Table I-IV 分别覆盖轨迹对比、计算负载、AWARE 行为与外参收敛，图文对应较好。\n- **公式**：式 (1)-(27) 推导连贯，符号定义基本一致；存在少量排版瑕疵，如式 (1) 下方 T_c^b 写成 {R_c^b, R_c^b}（应为旋转+平移）、式 (4) 中外参导数行重复。\n- **可读性问题**：III-D 的 Algorithm 1 伪代码文本明显损坏（多行重复、逻辑断裂），是全文最影响理解之处；发表信息（期刊/年份/卷期）未在正文标注。\n\n### 6. 继续或停止建议\n\n- **建议：继续精读（进入第二遍与第三遍）**。\n- **理由**：方法创新点明确且相互支撑（Schur 补后端 + DVL 严格建模 + 在线标定 + AWARE），实验从精度、效率、消融三个维度闭环验证，且已开源，对水下 SLAM 与滤波后端研究者有直接复用价值。后续模块应重点：① 结合 Fig. 6/Table III 重建 Algorithm 1 的门控与恢复逻辑；② 核对式 (13a)/(13b) 协方差推导与噪声假设；③ 补齐发表信息与开源仓库链接。\n\n### 7. 结构大纲图\n\nmarkmap\n\n# FAR-AVIO 概览\n\n## I. 引言\n\n### 水下视觉退化与弱激励\n\n### 精度-效率缺口\n\n## II. 相关工作\n\n### 松耦合 DVL+视觉\n\n### 紧耦合视觉-DVL-惯性\n\n### 因子图方法（AQUA-SLAM 等）\n\n## III. 滤波器描述\n\n### A. 状态定义与传播\n\n### B. 视觉观测与 Schur 补等价残差\n\n### C. DVL 测量模型\n\n### D. AWARE 可靠性评估\n\n### E. 位姿先验视觉前端\n\n## IV. 实验\n\n### A. 设置与 Tank 数据集\n\n### B. 定位精度对比\n\n### C. 运行时与计算负载\n\n### D. 消融：AWARE 与外参标定\n\n## V. 结论\n\n\n## 模块 C1：论文试图解决什么问题？ / Module C1: What problem does the paper try to solve?\n\n## Module C1：论文要解决什么问题？\n\n### 1. 一句话问题定义\n\n针对水下环境中视觉退化（光衰减、marine snow、浑浊）与弱激励运动导致视觉/视觉惯性里程计频繁失效，而现有紧耦合声学-视觉-惯性（DVL-视觉-IMU）融合方法因依赖因子图优化、计算开销过大而难以在资源受限嵌入式平台实时部署的问题，论文提出 FAR-AVIO——一个将 Schur 补嵌入 EKF 的紧耦合声学-视觉-惯性里程计框架，在保持优化级精度的同时实现常数时间滤波更新，并配套在线 DVL-IMU 外参标定与 AWARE 传感器可靠性评估模块（摘要；第 I 节）。\n\n### 2. 痛点与现有方法不足\n\n- **水下视觉退化**：强光衰减、低照度与密集 marine snow 导致视觉跟踪退化持续数十秒至数分钟，超出纯视觉跟踪可靠性的时间范围（第 I 节；Fig. 1(b)-(d)）。\n- **弱激励运动**：水下机器人常以平缓、准静态方式运动，加速度计信噪比低、IMU 初始化困难，传统视觉惯性管线在长时间视觉退化下难以保持一致精度（第 I 节，引 [^8][^9]）。\n- **精度-效率鸿沟（计算瓶颈）**：现有紧耦合视觉-惯性-DVL 系统（如 AQUA-SLAM [^10]、[^23]）基于大规模因子图优化后端，计算开销大，难以在资源受限嵌入式平台实时运行（第 I、II 节）。\n- **滤波方法的过度简化**：现有基于滤波器的多传感器融合方法将视觉/DVL 信息简化为低维位姿或速度观测（[^12][^13]），未充分利用点级（point-level）约束，且通常假设外参固定已知（如 [^12]），对标定漂移敏感、不进行在线标定，限制了最终精度与长期一致性（第 I 节）。\n\n### 3. 形式化目标 / 优化目标\n\n论文的目标是在 ESKF 框架内联合估计系统状态并最小化多传感器测量残差：\n\n- **状态定义**（III-A，式 (1)）：$x_b = [p_b^w, v_b^w, R_b^w, b_a, b_g, T_c^b, T_D^b]^\\top$，其中 $T_D^b$（DVL-IMU 外参）被纳入滤波状态实现在线联合估计；误差状态传播满足 $\\delta\\dot{x}_b = F\\delta x_b + G n_b$（式 (5)）。\n- **视觉等效观测与 Schur 补消元**（III-B）：将滑窗内所有重投影残差 $r = H_x\\delta\\mathcal{X} + H_f\\delta\\xi + n$（式 (9)）投影到 Jacobian 空间（式 (10)(11)），再用 Schur 补消去路标状态 $\\delta\\xi$，得到仅依赖误差状态的等效观测模型与噪声模型（式 (13a)(13b)），嵌入标准 EKF 更新，实现位姿-路标联合优化精度与常数时间更新的兼得；随后用轻量 Gauss-Newton 步更新路标 3D 位置。\n- **DVL 测量更新**（III-C）：从多普勒频移原理严格建模四波束测量 $\\tilde{v}_i = e_i^\\top\\,{}^D\\tilde{v} + n_i$（式 (19)(20)），推导 ESKF 残差 $r_{\\mathrm{DVL}} = {}^D\\tilde{v} - {}^D\\hat{v}$（式 (26)(27)）。\n- **AWARE 模块**（III-D，Algorithm 1）：对每个传感器 $s \\in \\{VIS, DVL\\}$ 在线计算质量分数 $q_s \\in [0,1]$，自适应调节有效协方差 $R_s^{eff} = R_s/\\sigma_s^2$ 并对严重退化传感器进行门控，防止单一故障源污染整体估计。\n\n### 4. 成功标准（指标与期望性质）\n\n- **定位精度**：在公开 Tank 数据集 8 条序列上以绝对平移误差（ATE）的 RMSE/STD 衡量（IV-B，Table I、Fig. 4）。FAR-AVIO 总 RMSE 为 2.08 m，优于 AQUA-SLAM（2.42 m）、FAR-AIO（2.91 m）、UVA-SLAM（6.41 m）等基线；在困难序列上较 AQUA-SLAM 降低 RMSE 最高达 75%（如 Structure-Hard：0.13 m vs. 0.50 m）。\n- **计算效率**：在嵌入式平台（NVIDIA Jetson Orin NX）上每帧 28.28 ms（≈35 Hz），较 VINS-Fusion（61.65 ms，≈16 Hz）提速约 2.2 倍；后端视觉更新仅 6.08 ms（21%）、DVL 更新仅 0.78 ms（2%）（IV-C，Table II、Fig. 5），CPU 与内存占用为所有基线中最低。\n- **鲁棒性**：在视觉退化/浑浊序列上不发散、能完成全部序列（Table III 中 FAR-AVIO (full) 是唯一全部成功的变体，而 w/o AWARE 变体在多数困难序列上失败 F）；纯声学-惯性变体 FAR-AIO 在视觉完全失效时仍可运行（IV-B）。\n- **在线标定有效性**：外参在线标定使平均 RMSE 从 8.152 m 降至 0.263 m（IV-D-b，Table IV），且在数值仿真中从 Identity/扰动初始化均能收敛到真值附近（Fig. 7）。\n- **期望性质总结**：高定位精度 + 常数时间实时更新 + 低功耗嵌入式可部署 + 传感器退化下的鲁棒运行 + 无需专门标定动作的在线外参估计（第 I 节贡献列表；摘要）。\n\n### 推理链说明\n\n- 问题定义来自摘要与第 I 节对水下挑战（视觉退化、弱激励）与现有方法精度-效率鸿沟的论述；\n- 形式化目标由第 III 节各小节的状态定义（式 (1)）、误差传播（式 (5)）、Schur 补等效观测（式 (13a)(13b)）、DVL 残差（式 (27)）与 AWARE 算法（Algorithm 1）共同构成；\n- 成功标准直接对应第 IV 节的实验设计：Table I（精度）、Table II/Fig. 5（效率）、Table III（AWARE 消融/鲁棒性）、Table IV/Fig. 7（标定消融/收敛性）。\n\n\n## 模块 C2：有哪些相关研究？（最强基线/最相近思路/正交方向） / Module C2: What related research exists? (strongest baseline, closest approach, orthogonal directions)\n\n## Module C2：相关工作定位分析\n\n### 1. 最强基线与比较轴（Strongest baselines & comparison axis）\n\n- **AQUA-SLAM [^10]**（Section II；Table I）\n  - **Method**：基于 ORB-SLAM3 风格因子图后端的紧耦合 acoustic-visual-inertial SLAM，支持在线传感器外参标定，并提供 Tank 数据集 [^2] 作为社区基准。\n  - **Core idea**：将 DVL、相机、IMU 测量作为因子加入因子图进行联合优化，实现水下高精度、抗视觉退化的状态估计。\n  - **Limitation**：因子图优化计算开销大，难以在资源受限嵌入式平台上实时部署（Section I、II）；在困难序列上精度亦落后（如 Structure-Hard 上 0.50 m vs. FAR-AVIO 0.13 m，Table I）。\n  - **比较轴**：定位精度（平移 ATE 的 RMSE/STD，Table I）与计算效率（CPU 负载、内存、每帧耗时，Fig. 5、Table II）双轴对比。\n- **UVA-SLAM、SVIn2 [^11]**（Section IV-A/B）：DVL 辅助的多传感器水下 SLAM，比较轴为水下退化条件下的精度与鲁棒性（Table I）。\n- **陆基 VIO 基线：ORB-SLAM3 [^3]、VINS-Fusion [^4]、SVIN2**（Section IV-B）：比较轴为浑浊、marine snow、弱激励运动下的失效模式——Table I 中大量 NaN（跟踪失败）与米级漂移，凸显纯视觉-惯性路线在水下的局限。\n\n### 2. 最接近的方法与关键差异（Closest approaches & key difference）\n\n- **AQUA-SLAM [^10] 与 visual-inertial-acoustic 系统 [^23]**（Section II）\n  - **Method**：同为紧耦合 visual-inertial-DVL/acoustic 融合，且均支持在线外参标定，是与本文任务设定最接近的两项工作。\n  - **Core idea**：以 ORB-SLAM3 式因子图为后端，联合优化相机位姿、DVL 测量与传感器外参。\n  - **Key difference**：后端范式不同——二者依赖因子图（计算昂贵、嵌入式部署困难），FAR-AVIO 将 Schur 补嵌入 EKF，实现位姿-路标联合优化的同时保持常数时间更新（Section III-B，式 (10)-(13b)），并额外引入 AWARE 在线可靠性评估与自适应加权模块（Section III-D，Algorithm 1；消融见 Table III）。\n- **滤波式紧耦合 VI-DVL 里程计 [^12]**（Section II）\n  - **Method**：在滤波器中联合融合视觉、IMU 与 DVL 三种模态。\n  - **Core idea**：将视觉与 DVL 信息简化为低维位姿/速度观测注入滤波器。\n  - **Key difference**：[^12] 假设外参已知且固定，对标定漂移与硬件更换敏感；FAR-AVIO 将 DVL-IMU 外参 T_D^b 纳入滤波状态在线估计（Section III-A，式 (1)；IV-D-b，Table IV：平均 RMSE 从 8.152 m 降至 0.263 m），并完整保留点级视觉约束而非降维观测。\n- **SchurVINS [^15] 与滑动窗口滤波 [^14]**（Section I）\n  - **Method**：陆域场景下基于 Schur 补的轻量 VINS / 行星着陆滑动窗口滤波。\n  - **Key difference**：FAR-AVIO 首次将 Schur 补框架扩展至水下声学-视觉-惯性融合，并从多普勒频移原理严格建模 DVL 四波束测量、推导 ESKF 残差（Section III-C，式 (14)-(27)），这是陆域 Schur 补 VINS 所不具备的。\n- **早期松耦合水下 SLAM [^13][^20]**（Section II）\n  - **Method**：DVL + 立体视觉 + 陀螺的松集成管线，DVL 仅作外部速度先验。\n  - **Limitation**：不利用加速度计、不建模陀螺偏置，导致 roll/pitch 漂移、长期一致性受限——正是本文紧耦合设计所针对的缺口。\n\n### 3. 正交方向（Orthogonal directions）\n\n- **声呐为主的水下 SLAM**：SVIn2 [^11] 等以声呐等模态为核心的系统，与本文 DVL 路线在传感选择上互补而非直接竞争。\n- **水面平台 LiDAR-VI-DVL**：[^22] 面向自主水面车辆的 2-D 水面运动与强 LiDAR 约束，不适用于全浸没 3-D 轨迹（Section II），属不同平台/运动体制。\n- **视觉-压力融合**：[^8][^9] 以深度/压力计替代 DVL 提供尺度与约束，属不同的传感组合路线。\n- **数据集与评测资源**：AQUALOC [^1]、Tank 数据集 [^2] 为社区基准工具，与算法贡献本身正交。\n- **方法学基础组件**：ESKF 推导 [^24]、OpenVINS [^16]、Shi–Tomasi 特征 [^25] 与 LK 光流 [^26] 等为本文构建系统的理论/工程基石，而非被比较的竞争方法。\n\n### 4. 一句话定位\n\nFAR-AVIO 是首个基于 Schur 补的紧耦合声学-视觉-惯性里程计：通过在 EKF 中嵌入 Schur 补实现位姿-路标联合优化与常数时间更新，弥合了现有水下 SLAM 中\"因子图精度高但计算昂贵\"与\"滤波器高效但精度受限（低维观测、固定外参）\"之间的鸿沟，并配合在线 DVL-IMU 外参标定与 AWARE 可靠性加权模块，在资源受限水下嵌入式平台上同时达成精度与实时性（Section I 贡献列表；Table I、II；Fig. 5）。\n\n\n## 模块 C3：论文如何解决这个问题？（流程图文字版） / Module C3: How does the paper solve the problem? (include a text flowchart)\n\n## Module C3：论文如何解决问题（方法机制解析）\n\n### 1. 核心机制概述\n\nFAR-AVIO 的解题思路可概括为“**用滤波器的效率实现图优化的精度**”，由三个相互配合的机制构成（第 I 节贡献列表；第 III 节）：\n\n- **机制一：Schur 补嵌入 ESKF 的紧耦合视觉更新（核心创新）**。将滑窗内全部重投影残差投影到 Jacobian 空间构造等效观测模型，再用 Schur 补消元路标状态，得到仅依赖误差状态的等效观测与噪声模型（III-B，式 (10)-(13b)）。既保留全部点级视觉信息（克服传统滤波方法把视觉简化为低维位姿/速度观测的信息损失，见第 I 节对 [^12][^13] 的批评），又因路标不进入滤波器状态而保持常数时间更新。\n- **机制二：基于多普勒物理原理的 DVL 紧耦合更新**。从单波束多普勒频移公式出发，经四波束 Janus 几何、最小二乘速度解算与协方差传播，推导出带闭式协方差的 ESKF 残差（III-C，式 (14)-(27)），使 DVL 以严格统计模型进入滤波器。\n- **机制三：鲁棒性与自标定配套**。AWARE 模块（III-D，Algorithm 1）在线计算视觉/DVL 质量分数，自适应缩放测量协方差并在严重退化时门控传感器；DVL-IMU 外参 T_D^b 被增广进滤波状态在线联合估计（III-A 式 (1)），免除专门标定动作。\n\n**设计动机推理链**：水下光衰减、marine snow 与浑浊造成持续数十秒至数分钟的视觉退化，弱激励运动又降低 IMU 可观测性（第 I 节）；图优化后端（AQUA-SLAM [^10]、文献 [^23]）精度高但计算开销在资源受限嵌入式平台不可行（第 I、II 节）；因此需要一个“精度接近图优化、开销接近滤波器”的后端——Schur 补正是连接两者的桥梁（第 I 节原文：“bridges the gap between optimization-based accuracy and filter-based efficiency”）。\n\n### 2. 分步拆解\n\n### Step 1 — 状态定义与 IMU 传播（III-A，式 (1)-(5)）\n\n- 状态 x_b = [p_b^w, v_b^w, R_b^w, b_a, b_g, T_c^b, T_D^b]^T（式 (1)），在标准视觉惯性状态上增广相机与 DVL 外参。\n- 旋转扰动定义在 SO(3) 流形：R = Exp(⌊δθ⌋×) R̂（式 (3)）；外参最小扰动 δT ∈ R^6。\n- 名义状态按连续时间动力学积分（式 (4)），误差状态线性化为 δẋ_b = F δx_b + G n_b（式 (5)），n_b 含加计/陀螺白噪声与偏置随机游走。\n\n### Step 2 — 视觉测量与 Schur 补等效观测（III-B，式 (6)-(13b)）\n\n1. 维护固定大小 N 关键帧滑窗：新帧克隆 IMU 位姿；成为关键帧则边缘化最老帧，否则丢弃次新帧。\n2. 第 j 个路标在第 i 关键帧的观测线性化：r_ij ≈ H_x,ij δX + H_f,ij δξ_j^w + n_ij（式 (7)），Jacobian 显式形式见式 (8)。\n3. 堆叠滑窗内全部观测：r = H_x δX + H_f δξ + n（式 (9)）。\n4. 左乘 [H_x H_f]^T 投影到 Jacobian 空间，得等效观测模型与等效噪声协方差 R'（式 (10)(11)），完整保留所有视觉信息并消除原始测量维度限制。\n5. 因滤波器状态不含路标，用 Schur 补消元 δξ（式 (12)→(13a)）：[b_1 − C_2 C_3^{-1} b_2] = [C_1 − C_2 C_3^{-1} C_2^T] δX + n_1''；等效噪声 R_1'' = [C_1 − C_2 C_3^{-1} C_2^T] u²（式 (13b)）。\n6. 等效残差插入标准 EKF 更新；更新后用轻量 Gauss-Newton 在滑窗内最小化多视重投影残差，解耦更新各路标 3D 位置，不扩大滤波器维度（III-B 末段）。\n\n## Step 3 — DVL 测量建模与 ESKF 更新（III-C，式 (14)-(27)，Fig. 3）\n\n1. 单波束多普勒：径向速度 v_r ≈ −c_s Δf / (2 f_t)（式 (14)）；测量 ṽ_i = v_r,i + n_i，n_i ~ N(0, σ_i²)（式 (15)）。\n2. 四波束 Janus 几何：波束方向 e_i 由倾角 α 与方位角 β_i 参数化（式 (17)）；真值径向速度为速度在波束方向的投影 v_r,i = e_i^T Dṽ（式 (18)）。\n3. 紧凑形式 bṽ = E Dṽ + n_b（式 (20)），E ∈ R^{4×3} 列满秩；最小二乘解 Dṽ = (E^T E)^{-1} E^T bṽ（式 (21)），(E^T E)^{-1} 仅依赖已知几何、可离线预计算。\n4. 噪声传播：Dṽ ~ N(D v_true, Σ_D)，Σ_D = A Σ_b A^T（式 (22)(23)）；各波束等方差时简化为 Σ_D = σ²(E^T E)^{-1}（式 (24)）。\n5. ESKF 残差：用当前估计预测 DVL 系速度（式 (26)，含杠杆臂 p_D^b 与旋转 R_D^b 补偿），r_DVL = Dṽ − Dv̂（式 (27)），以协方差 Σ_D 进入标准 ESKF 更新。\n\n## Step 4 — AWARE 可靠性评估与自适应加权（III-D，Algorithm 1）\n\n- 对每个传感器 s ∈ {VIS, DVL} 维护可靠性尺度 σ_s 与固定长度“不健康”事件队列 Q_s。\n- 每次测量计算质量分数 q_s ∈ [^0] [^1]：q_VIS 来自特征跟踪统计与重投影误差；q_DVL 来自速度一致性与 DVL 残差。\n- 决策逻辑：q_s ≥ τ_s 时以有效协方差 R_s^eff = R_s/σ_s² 执行 ESKF 更新；q_s < τ_s 时降权、记录不健康事件并临时禁用；恢复需 q_s ≥ τ_s^rec。\n- 动机：固定时不变测量噪声假设在水下不成立，单模态突发坏测量会污染整个估计；AWARE 防止任一故障源主导融合（III-D 首段）。注：正文 Algorithm 1 伪代码存在排版损坏，上述阈值逻辑系结合 Fig. 6 行为描述与 Table III 消融结果推断。\n\n## Step 5 — 位姿先验视觉前端（III-E）\n\n- 图像金字塔上检测 Shi–Tomasi 角点 [^25]，金字塔 LK 光流 [^26] 跟踪，用 IMU 预测位姿先验初始化，增强快速运动与模糊下的鲁棒性。\n- 立体匹配约束在极线小窗口内，解决长基线设置下大视差导致光流失效的问题。\n\n## Step 6 — 在线 DVL-IMU 外参标定（III-A 式 (1)；IV-D-b，Fig. 7）\n\n- T_D^b 作为滤波状态分量与位姿/速度/偏置联合估计，无需专门标定动作；收敛依赖足够旋转激励，近静止或纯平移运动下收敛缓慢，此时建议提供合理离线初值（IV-D-b）。\n\n### 3. 关键公式与模块角色\n\n| 公式/模块 | 位置 | 角色 |\n|---|---|---|\n| 式 (1)(2) | III-A | 状态与误差状态定义；外参 T_c^b、T_D^b 增广进滤波器 |\n| 式 (4)(5) | III-A | 名义状态动力学与误差状态线性传播 |\n| 式 (7)-(9) | III-B | 重投影残差线性化与滑窗堆叠 |\n| 式 (10)(11) | III-B | Jacobian 空间等效观测模型，保留全部视觉信息 |\n| 式 (13a)(13b) | III-B | **Schur 补消元**：仅依赖 δX 的等效观测与噪声，本文核心创新 |\n| 式 (14)(15) | III-C | 单波束多普勒物理模型与噪声模型 |\n| 式 (17)-(21) | III-C | 四波束几何参数化与最小二乘速度解算 |\n| 式 (22)-(24) | III-C | DVL 速度协方差闭式传播 |\n| 式 (26)(27) | III-C | DVL ESKF 残差（含杠杆臂与外参补偿） |\n| Algorithm 1 | III-D | AWARE：质量评分 → 协方差缩放 → 门控/恢复 |\n| GN 路标更新 | III-B 末 | 解耦路标位置更新，保持滤波维度不变 |\n\n### 4. 流程图\n\nmermaid\nflowchart TD\n  IMU[\"IMU 原始测量\"] --> PROP[\"误差状态传播 式(4)-(5)\"]\n  CAM[\"双目图像\"] --> FE[\"位姿先验视觉前端 III-E\"]\n  DVL[\"DVL 四波束频移\"] --> DM[\"DVL 测量建模 式(14)-(24)\"]\n  FE -->|\"q_VIS 质量分数\"| AW[\"AWARE 模块 III-D / Algorithm 1\"]\n  DM -->|\"q_DVL 质量分数\"| AW\n  AW -->|\"R_s_eff 加权或门控\"| VU[\"视觉 Schur 补更新 式(7)-(13b)\"]\n  AW -->|\"R_s_eff 加权或门控\"| DU[\"DVL ESKF 更新 式(26)-(27)\"]\n  PROP --> VU\n  PROP --> DU\n  VU --> GN[\"Gauss-Newton 路标更新\"]\n  DU --> CAL[\"在线外参标定 T_D^b\"]\n  GN --> OUT[\"输出: 位姿/速度/路标估计\"]\n  CAL --> OUT\n``n\n**流程图说明**：IMU 驱动误差状态传播形成先验；视觉与 DVL 测量分别经前端跟踪与多普勒物理建模后，先由 AWARE 评估质量并决定加权/门控，再以 Schur 补等效观测（视觉）与闭式协方差残差（DVL）进入 ESKF 更新；更新后解耦执行 GN 路标更新，并在线修正 DVL-IMU 外参，最终输出位姿、速度与路标估计。该设计使后端视觉更新仅需 6.08 ms、DVL 更新仅 0.78 ms（Table II），支撑嵌入式平台约 35 Hz 实时运行（IV-C）。\n\n\n## 模块 C4：实验数据集与实现设置（数据集/场景、为何选择、验证哪些关键特性） / Module C4: Datasets and implementation settings (what datasets/scenarios, why chosen, what they validate)\n\n## Module C4：数据集、基准与实现/评测设置\n\n### 1. 数据集与基准清单（浅层）\n\n| 名称 | 类型 | 规模 | 场景 |\n|---|---|---|---|\n| **Tank 数据集**（公开，参考文献 [^2]） | 真实水下数据 | 8 条序列 | 波浪水池（wave tank）中采集，同步提供双目相机、IMU、DVL 与深度计数据；真值由 TankGT 流水线基于安装在水下结构上的 AprilTag 标记生成（第 IV-A 节） |\n| **数值仿真**（自建） | 合成数据 | 多组初始化扰动（Identity / Noise Middle / Noise Small） | 合成 IMU（基于 OpenVINS [^16]）与 DVL 测量，外参真值已知，用于 IMU–DVL 外参标定收敛性验证（第 IV-D-b 节，Fig. 7、Table IV） |\n\n- **序列组织**：8 条 Tank 序列按轨迹类型分为三组——Structure、HalfTank、WholeTank；按难度分为 Easy/Medium/Hard，难度由载体速度、光照条件与无纹理区域占比决定（第 IV-A 节）。具体序列：Structure Easy/Medium/Hard、HalfTank Easy/Medium/Hard、WholeTank Medium/Hard（Table I）。\n- **对比基线**：AQUA-SLAM、UVA-SLAM、SVIN2、ORB-SLAM3、VINS-Fusion（第 IV-A 节）；另含内部消融变体 FAR-AVIO w/o AWARE 与 FAR-AIO（仅 IMU+DVL、无视觉）（第 IV-D 节，Table III）。\n\n### 2. 预处理与划分/覆盖设置（中层）\n\n- **无训练过程**：本方法为非学习的滤波/优化框架，不涉及训练集与训练环境，仅涉及推理与评测。\n- **公平性设置**：所有方法使用相同的相机/IMU 内参与外参，均以 stereo-inertial（或在支持时为 stereo-inertial-DVL）配置运行（第 IV-A 节）。\n- **轨迹对齐与指标**：估计轨迹与真值采用 Umeyama 方法 [^27] 对齐；评测指标为绝对平移误差（ATE）的平均 RMSE 与标准差 STD，单位米（第 IV-A 节，Table I）。\n- **失败约定**：Table I 中 NaN 表示反复跟踪失败或在序列完成前发散；Table III/IV 中 F 表示跟踪失败或滤波发散（第 IV-A/IV-D 节）。\n- **覆盖设置**：8 条 Tank 序列覆盖三种轨迹类型 × 三档难度（WholeTank 无 Easy 档），外加仿真序列的三种外参初始化扰动（Table IV），整体覆盖从清水稳定光照（Structure-Easy）到强浑浊、长时间无纹理（WholeTank-Hard）的水下退化谱系。\n\n### 3. 推理/评测环境（中层）\n\n- **桌面平台**：AMD Ryzen 9 7950X CPU，32 GB RAM（第 IV-C 节）。\n- **嵌入式平台**：NVIDIA Jetson Orin NX，8 GB RAM（第 IV-C 节）。\n- **运行时评测设置**：在 Structure-Easy 序列上比较 CPU 占用与内存（Fig. 5）；Orin NX 上给出逐模块耗时分解（Table II）：FAR-AVIO 总耗时 28.28 ms（≈35 Hz），其中视觉前端 20.21 ms（73%）、视觉量测更新 6.08 ms（21%）、DVL 量测更新 0.78 ms（2%）、其他 1.21 ms（4%）；对比 VINS-Fusion 的 61.65 ms（≈16 Hz），实现约 2.2× 加速。\n- **对比范围说明**：AQUA-SLAM 与 UVA-SLAM 因基于 ORB-SLAM 后端未纳入运行时实测对比，作者预期其计算开销不低于 ORB-SLAM3（第 IV-C 节）。\n\n### 4. 选择理由与验证目标（深层）\n\n- **为何选 Tank 数据集**：它同时提供真实水下退化条件（浑浊、marine snow、无纹理区域、弱激励运动）与高精度 AprilTag 真值，是少数可对水下 SLAM 做定量基准的公开资源；其难度分级使论文核心主张——\"视觉退化时由 DVL 约束兜底\"——可被量化验证：Table I 显示 FAR-AVIO 总 RMSE 2.08 m，优于 AQUA-SLAM（2.42 m），在 Structure-Hard 上 0.13 m vs 0.50 m（较 AQUA-SLAM 降低约 75%），而纯视觉惯性方法（ORB-SLAM3、VINS-Fusion、SVIN2）出现米级漂移或 NaN（第 IV-B 节）。\n- **为何保留 FAR-AIO 变体**：验证声学-惯性骨干在完全视觉失效下仍能全程运行（Table I 中 FAR-AIO 全序列无 NaN；Table III 显示其与完整系统的互补关系），支撑系统鲁棒性论证。\n- **为何补充数值仿真**：外参真值已知是验证在线标定收敛性的唯一可控手段；Fig. 7 显示三种初始化下外参均收敛，Table IV 显示启用标定后平均 RMSE 从 8.152 m 降至 0.263 m，直接证明在线标定模块的有效性。\n- **为何加入嵌入式平台评测**：直接支撑论文的核心卖点——\"资源受限水下平台的实时部署\"（摘要、第 I 节、第 IV-C 节）；Table II 的逐模块分解进一步证明瓶颈从后端优化转移到视觉前端，验证 Schur 补滤波后端消除了优化瓶颈。\n- **局限与风险**：(1) 仅使用单一数据集且为水池场景，未覆盖开放海域与更长轨迹；(2) 运行时对比缺少 AQUA-SLAM/UVA-SLAM 的实测数据，效率优势对因子图基线的论证部分依赖推断；(3) 外参标定收敛依赖足够的旋转激励，近静止或纯平移运动下收敛缓慢（第 IV-D-b 节），实际部署中可能需要合理的离线初值。\n\n\n## 模块 C5：指标与结果（指标、结果、各指标对应的创新点） / Module C5: Metrics and results (metrics, results, which innovations each metric reflects)\n\n## Module C5：指标与结果\n\n### 1. 评估指标（定义与说明）\n\n- **ATE RMSE / STD（m）**：绝对平移误差（Absolute Translation Error, ATE）的均方根误差与标准差，单位为米。估计轨迹先经 Umeyama 方法 [^27] 与真值做刚性对齐，再统计平移误差（IV-A 节；Table I）。表中 NaN 表示该方法反复跟踪失败或在序列结束前发散。\n- **单帧时延（ms）与处理频率（Hz）**：在嵌入式平台（NVIDIA Jetson Orin NX, 8 GB RAM）上按模块计时：视觉前端、视觉量测更新、DVL 量测更新、其他 I/O，并给出各模块耗时占比（IV-C 节；Table II）。\n- **计算负载**：CPU 利用率与内存占用，在桌面 CPU（AMD Ryzen 9 7950X, 32 GB RAM）与嵌入式平台上对比（IV-C 节；Fig. 5）。\n- **AWARE 置信尺度 Σ_scale ∈ [^0] [^1]**：AWARE 模块对视觉/DVL 量测的在线协方差缩放因子，接近 1 表示标称权重，接近 0 表示强降权（III-D 节；Fig. 6）。\n- **外参标定收敛误差**：IMU–DVL 外参估计误差随时间的演化曲线与稳态残差（IV-D-b 节；Fig. 7；Table IV）。\n\n### 2. 主要结果（具体数字）\n\n- **实验设置**：公开 Tank 数据集 [^2]，8 条序列分属三类轨迹（Structure、HalfTank、WholeTank），并按速度、光照与无纹理区域比例划分 Easy/Medium/Hard 难度；真值由 TankGT 管线基于 AprilTag 标记生成（IV-A 节）。\n- **定位精度（Table I）**：FAR-AVIO 总 RMSE 为 **2.08 m**，为所有方法最低；单序列 RMSE 介于 0.11–0.57 m（如 Structure-Easy 0.11/0.03，WholeTank-Hard 0.57/0.27）。困难序列优势最大：Structure-Hard 上 0.13 m vs AQUA-SLAM 0.50 m（降低约 75%）；HalfTank-Hard 上 0.25 m vs SVIN2 77.6 m（降低逾两个数量级）。\n- **运行时（Table II，Jetson Orin NX）**：FAR-AVIO 单帧 **28.28 ms（≈35 Hz）**，较 VINS-Fusion（61.65 ms，≈16 Hz）提速约 **2.2×**。收益主要来自后端：视觉量测更新仅 6.08 ms（21%）vs VINS-Fusion 的 33.76 ms（54%），DVL 更新仅增加 0.78 ms（2%）；视觉前端成为新的主要开销（20.21 ms，73%）。\n- **计算负载（Fig. 5）**：FAR-AVIO 在所有对比方法中 CPU 利用率与内存占用最低。\n- **鲁棒性**：FAR-AIO（关闭视觉的声学-惯性变体）在全部序列上仍可运行，说明声学-惯性骨干在视觉完全失效时依然稳健（IV-B 节）。\n\n### 3. 与基线/代表性先前工作的对比\n\n- **基线与公平性设置**：AQUA-SLAM、UVA-SLAM、SVIN2、ORB-SLAM3、VINS-Fusion；所有方法使用相同的相机/IMU 内参与外参，统一以 stereo-inertial（或可用时的 stereo-inertial-DVL）配置运行（IV-A 节）。\n- **Table I 总 RMSE 排名**：FAR-AVIO 2.08 < AQUA-SLAM 2.42 < FAR-AIO 2.91 < UVA-SLAM 6.41 < ORB-SLAM3 14.98 < SVIN2 94.85；VINS-Fusion 多序列 NaN（跟踪失败/发散）。\n- **纯视觉-惯性方法**（ORB-SLAM3、VINS-Fusion、SVIN2）在浑浊与视觉退化下频繁出现米级漂移或发散：如 Structure-Medium 上 ORB-SLAM3 3.30 m、SVIN2 2.94 m、VINS-Fusion NaN；HalfTank-Hard 上 SVIN2 达 77.6 m。\n- **DVL 辅助基线**（UVA-SLAM、AQUA-SLAM）显著降低漂移、多数序列达亚米级，但在困难场景仍整体劣于 FAR-AVIO；例外是 Structure-Easy（AQUA-SLAM 0.07 vs FAR-AVIO 0.11）与 WholeTank-Hard（AQUA-SLAM 0.22 vs FAR-AVIO 0.57）两条序列上 AQUA-SLAM 更优，与论文所述“单序列上第一或第二”的表述一致。\n- **效率对比范围**：AQUA-SLAM/UVA-SLAM 基于 ORB-SLAM 后端，未纳入运行时对比，但作者预期其计算成本不低于 ORB-SLAM3（IV-C 节）；因此效率结论主要建立在 FAR-AVIO vs VINS-Fusion/SVIN2/ORB-SLAM3 之上。\n\n### 4. 消融、敏感性与综合分析\n\n- **AWARE 消融（Table III；Fig. 6）**：完整版 FAR-AVIO 在全部 6 条序列上 RMSE 最低（0.11–0.33 m）且是唯一全部成功完成的变体；去掉 AWARE 后仅 Structure-Easy 成功（0.13 m），其余 5 条全部失败（F）；FAR-AIO（无视觉、含 AWARE）在 HM/HH 上失败。Fig. 6 显示：简单序列（SE）上视觉与 DVL 的 Σ_scale 全程接近 1，说明 AWARE 在传感器正常时不引入多余重加权；困难序列（WH）上视觉 Σ_scale 在浑浊/无纹理段显著下降而 DVL 保持接近 1，视觉恢复后平滑回升，验证了自适应降权与门控行为。\n- **外参标定消融（Table IV；Fig. 7）**：Tank 实测数据上，启用标定使 RMSE 降低约 10–25%（SE：0.323→0.242；SH：0.217→0.212）；仿真中大扰动下不标定 RMSE 达 3–9 m（Identity 初始化 9.372 m），在线标定恢复至亚米级（0.124–0.574 m）；平均 RMSE 从 8.152 m 降至 0.263 m。Fig. 7 显示从 Identity、Noise Middle、Noise Small 三种初始化均能收敛到真值附近，初始扰动越大收敛越慢、稳态误差略高。\n- **敏感性/局限**：外参标定收敛依赖足够的旋转激励；近静止或纯平移运动下收敛缓慢，此时建议提供合理的离线初值（IV-D-b 节）。\n- **综合**：Table I–IV 与 Fig. 4–7 的结果共同支持论文核心主张——Schur 补滤波后端在保持紧耦合精度的同时将后端更新降至常数时间开销，配合 AWARE 在线可靠性调节与 DVL-IMU 在线外参标定，在定位精度、抗退化鲁棒性与嵌入式实时性三方面同时优于或接近 SOTA 水下基线；主要证据强度集中在 Tank 数据集单一平台，跨数据集泛化性尚未验证。\n\n\n## 模块 C6：有什么可以进一步探索的点？（理论/工程/数据/评测） / Module C6: What can be further explored? (theory/engineering/data/evaluation)\n\n## Module C6：未来可探索的方向\n\n### 1. 理论方向\n\n- **Schur 补等效观测模型的理论分析**：论文将视觉观测投影到 Jacobian 空间并用 Schur 补消元得到等效观测（III-B，式 (10)-(13b)），其中等效噪声协方差 R''_1 = [C1 − C2·C3^{-1}·C2^T]·u²（式 (13b)）属于近似处理。未来可严格分析该等效模型与完整因子图优化的信息等价性、滤波一致性（consistency）与误差界，并与 Sliding-Window Filter、SchurVINS [^14][^15] 的理论框架建立统一视角。\n- **AWARE 自适应权重的理论化**：当前质量分数 q_s、协方差缩放与门控/恢复阈值 τ_s、τ_s^rec 基于启发式规则（III-D，Algorithm 1）。可探索基于信息论指标（如 NEES/χ² 一致性检验）、变分贝叶斯自适应噪声估计或鲁棒滤波（M-估计、IMM）的严格框架，为传感器退化检测与恢复提供收敛性与一致性保证。\n- **可观测性与退化条件分析**：实验表明 IMU–DVL 外参在线标定依赖足够的旋转激励，近静止或纯平移运动下收敛缓慢（IV-D-b）。可开展正式的可观测性分析，给出外参可估计的最小激励条件、退化模式分类，以及退化情形下的先验注入或离线初值策略。\n- **更一般的水下声学测量建模**：现有 DVL 模型基于窄带、小速度假设与各波束独立高斯噪声（III-C，式 (14)-(23)），可扩展至声速剖面变化、波束间相关噪声、bottom-lock 丢失的混合分布建模，以及 water-track 模式下相对速度的融合。\n\n### 2. 工程方向\n\n- **回环检测与全局一致性**：FAR-AVIO 目前是纯里程计，无回环检测与全局位姿图优化（第 I 节、第 V 节）。可在滤波后端之上叠加轻量级地点识别（视觉/声呐）与位姿图修正，实现长期漂移有界导航，尤其契合长航时水下基础设施巡检任务（Fig. 1 场景）。\n- **扩展传感器套件**：融合 forward-looking/侧扫声呐、深度/压力计、USBL 等水下常用传感器，覆盖完全无光、极高浑浊度或 DVL 失效场景；AWARE 框架（III-D）按传感器维护质量分数的设计天然支持新模态的即插即用扩展。\n- **嵌入式算力优化**：Table II 显示视觉前端占 FAR-AVIO 总耗时约 73%（20.21/28.28 ms），已成为新的计算瓶颈。可通过硬件加速特征提取、异步多线程流水线、关键帧策略优化进一步降低延迟与功耗，向更低功耗的 AUV 平台迁移。\n- **AWARE 参数自整定与学习型质量评估**：阈值 τ_s、τ_s^rec 与质量分数定义目前为手工设定（III-D），可引入在线自学习阈值或轻量学习模型预测视觉跟踪置信度，减少对场景相关手工调参的依赖。\n- **与稠密建图及作业规划集成**：论文已展示稠密重建与轨迹估计能力（Fig. 1(e)），可将该里程计作为定位后端，与实时稠密建图、水下检查路径规划闭环集成，形成完整的自主作业系统。\n\n### 3. 数据与评测方向\n\n- **开放水域与长航时验证**：当前实验限于受控水池 Tank 数据集（IV-A，8 条序列、三种轨迹类型与三级难度）。未来应在海洋/湖泊开放水域、强洋流、真实 marine snow、长距离任务上验证泛化能力，并利用 AQUALOC [^1] 等公开数据集进行跨数据集评测。\n- **标准化水下 SLAM 基准**：Table I 显示各基线在困难序列上频繁 NaN/发散，但领域内缺乏统一评测协议。可推动包含 DVL、不同浑浊度等级、同时报告精度/运行时/功耗指标的公开基准与评测规范。\n- **更细粒度的消融与压力测试**：现有 Table III 仅对 AWARE 做整体开关消融，可分别消融质量分数定义、门控与恢复逻辑；并补充传感器完全失效、时变外参（机械形变）、DVL 底锁持续丢失等极端工况的压力测试。\n- **仿真驱动的标定研究**：利用数值仿真中 GT 外参已知的优势（IV-D，Fig. 7、Table IV），系统研究激励类型/幅度与外参收敛速度、稳态误差之间的关系，形成可操作的标定流程指南，并生成大规模仿真数据支撑后续学习型方法训练。\n\n### 依据小结（含文内定位）\n\n- **理论缺口**：等效观测噪声近似与滤波一致性未证明（III-B，式 (13a)/(13b)）；外参可观测性条件未形式化（IV-D-b）。\n- **工程缺口**：系统无回环/全局优化（第 I、V 节）；视觉前端为最大计算瓶颈（Table II）。\n- **评测缺口**：实验仅覆盖 Tank 水池数据（IV-A），缺少开放水域验证与统一基准协议。\n\n\n## 模块 C7：现实场景如何体现/实现？（部署约束、算力、延迟、鲁棒性） / Module C7: How would this work in real-world scenarios? (deployment constraints, compute, latency, robustness)\n\n## Module C7：真实世界部署视角（How would this show up in real-world use?）\n\n### 1. 部署形态与硬件/环境约束\n\n- **目标平台**：AUV/ROV 等水下机器人，尤其是算力与功耗受限的低功耗嵌入式平台（第 I 节；Fig. 1 展示了 ROV 检查水下结构的真实部署场景）。\n- **传感器配置要求**：立体相机 + IMU + 四波束 DVL（Janus 配置，波束非共面以保证 E 矩阵满秩，见 III-C、Fig. 2、Fig. 3）。DVL 是水下定位的骨干传感器；若去掉视觉（FAR-AIO 变体），系统仍可运行，但精度下降（Table I、Table III）。\n- **嵌入式验证平台**：NVIDIA Jetson Orin NX（8 GB RAM），桌面端为 AMD Ryzen 9 7950X + 32 GB RAM（IV-C），表明系统按嵌入式资源预算设计。\n- **环境约束**：水下无卫星导航、强光衰减、marine snow、浑浊、弱激励（准静态）运动（第 I 节）；这些正是系统设计所针对的真实工况，也意味着在陆地/空中常规场景并非其最优适用域。\n\n### 2. 计算/延迟影响\n\n- **端到端实时性**：在 Orin NX 上每帧 28.28 ms（≈35 Hz），相比 VINS-Fusion（61.65 ms，≈16 Hz）约 2.2× 加速（Table II）。\n- **瓶颈转移**：后端不再是瓶颈——视觉量测更新仅 6.08 ms（21%），DVL 更新仅 0.78 ms（2%）；视觉前端成为主要开销（20.21 ms，73%）（Table II）。这确认了 Schur 补嵌入 EKF 的常数时间更新有效消除了图优化后端的计算瓶颈（III-B；IV-C）。\n- **资源占用**：FAR-AVIO 在所有对比基线中 CPU 利用率与内存占用最低（Fig. 5）；AQUA-SLAM/UVA-SLAM 基于 ORB-SLAM 后端，计算成本预计不低于 ORB-SLAM3（IV-C）。\n- **部署含义**：低且可预测的延迟意味着可为规划、避障、稠密重建等下游任务留出算力余量；Fig. 1(e) 显示系统可同时输出稠密重建与轨迹，适合水下基础设施检查类任务。\n\n### 3. 鲁棒性与安全性\n\n- **在线传感器健康管理（AWARE）**：持续评估视觉/DVL 质量分数 q_s，动态调整 sigma 权重并对严重退化传感器门控禁用，防止单一故障源污染整体估计（III-D；Algorithm 1；Fig. 6）。在 WholeTank-Hard 等强浑浊序列上，视觉 scale 显著降低而 DVL scale 保持接近 1，视觉恢复后权重平滑回升（IV-D-a；Fig. 6(b)）。\n- **消融证据**：去掉 AWARE 后，除 Structure-Easy 外多数序列跟踪失败/发散（Table III 中标记 F）；完整版 FAR-AVIO 是唯一在全部序列成功完成的变体（IV-D-a）。\n- **视觉完全失效的降级路径**：FAR-AIO（纯声学-惯性）在所有序列保持可用（IV-B；Table I），说明声学-惯性骨干本身鲁棒，可作为视觉长期失效时的安全兜底。\n- **在线外参标定与安全裕度**：从粗略 Identity 初值也能收敛，启用标定后平均 RMSE 从 8.152 m 降至 0.263 m（Table IV；Fig. 7），大幅降低标定漂移或硬件更换导致的事故风险。\n- **已知局限与风险点**：\n  - 外参标定收敛依赖足够的旋转激励；近静止或纯平移运动下收敛缓慢，建议提供合理的离线初值（IV-D-b）——部署时应在任务初期设计含旋转的机动。\n  - DVL 在失锁（loss of bottom lock）、低信噪比、散射/流扰动下退化（III-C、III-D）；AWARE 可降权，但若 DVL 与视觉同时长期失效，系统仍可能漂移。\n  - 纯视觉惯性基线（ORB-SLAM3、VINS-Fusion、SVIN2）在困难序列出现米级漂移甚至 NaN（Table I），反衬本系统在安全关键任务中的价值：困难序列 RMSE 0.13–0.57 m（Table I）。\n\n### 4. 可维护性\n\n- **开源**：完整实现已开源（摘要；第 I 节贡献列表），便于复现、集成与二次开发；但文中未给出具体仓库 URL，需自行检索。\n- **免专门标定流程**：DVL-IMU 外参在线联合估计，免除专门标定机动，降低硬件更换、支架形变、标定漂移带来的维护成本（第 I 节；III-A；IV-D-b）。\n- **模块化与可扩展性**：AWARE 以通用传感器接口设计（Algorithm 1 针对任意传感器 s），理论上可扩展至压力计、声呐等其他模态（III-D）。\n- **回归测试基础**：公开 Tank 数据集（8 条序列，Easy/Medium/Hard 分级，IV-A）可作为升级后的基准回归测试集。\n- **维护注意事项**：论文中 Algorithm 1 伪代码排版损坏，门控/恢复阈值（τ_s、τ_s^rec）等关键参数需结合开源代码核对；DVL 声速 c_s 依赖水体温盐剖面，实际部署需定期更新声速剖面以保证多普勒测速精度（III-C 式 (14) 的隐含假设）。\n\n### 5. 部署检查清单（工程落地建议）\n\n1. **硬件**：Jetson Orin NX 级别算力即可；确保 DVL 为四波束非共面配置并正确安装。\n2. **初始化**：提供合理的 DVL-IMU 外参离线初值；任务初期安排含旋转激励的机动以加速标定收敛（IV-D-b）。\n3. **监控**：将 AWARE 输出的 sigma scale 作为传感器健康指标接入上层监控/告警（Fig. 6）。\n4. **降级策略**：视觉长期退化时依赖声学-惯性模式（FAR-AIO 行为）维持定位（Table I、Table III）。\n5. **验收指标**：参照 Table I 的 ATE RMSE/STD 与 Table II 的每帧耗时进行现场验收。\n\n\n## 模块 C8：总结主要内容（一段摘要 + 5 条要点 + 1 个核心公式/机制） / Module C8: Summarize the main content (one paragraph + 5 bullets + one core formula/mechanism).\n\n## Module C8：精炼总结\n\n### 1. 总结段落\n\nFAR-AVIO 是一个面向水下机器人的快速且鲁棒的紧耦合声学-视觉-惯性里程计框架（摘要；第 I 节）。针对水下强光衰减、marine snow、浑浊以及弱激励运动导致的视觉退化与 IMU 可观测性下降问题，该框架将 Schur 补嵌入 ESKF，实现位姿-路标联合优化，并通过边缘化路标状态保持常数时间更新（第 III-A/III-B 节，式 (1)-(13b)）。系统从多普勒频移原理严格建模 DVL 四波束测量并推导 ESKF 残差（第 III-C 节，式 (14)-(27)），同时在滤波状态中联合在线估计 DVL-IMU 外参 T_D^b，无需专门标定动作（第 III-A 节；IV-D-b）。AWARE 模块在线评估视觉与 DVL 的可靠性，自适应调节 sigma 权重并对严重退化的传感器进行门控（第 III-D 节，Algorithm 1）。在公开 Tank 数据集上，FAR-AVIO 取得所有对比方法中最低的平均平移 RMSE（Table I，总 RMSE 2.08 m），在困难序列上相比 AQUA-SLAM 最高降低约 75% 的误差（IV-B 节）。在嵌入式平台 NVIDIA Jetson Orin NX 上每帧仅 28.28 ms（约 35 Hz），比 VINS-Fusion 快约 2.2 倍（Table II；Fig. 5）。消融实验进一步证明 AWARE 模块与在线外参标定分别显著提升鲁棒性与精度（Table III/IV；Fig. 6/7），整体上 FAR-AVIO 在精度与效率之间架起桥梁，适合低功耗嵌入式水下平台的长期部署。\n\n### 2. 五个关键要点\n\n1. **首个基于 Schur 补的紧耦合声学-视觉-惯性里程计**：将滑动窗口内所有视觉重投影残差投影到 Jacobian 空间构建等效观测模型，再用 Schur 补消元路标状态，嵌入 EKF 实现常数时间更新，兼顾优化式精度与滤波式效率（第 III-B 节，式 (10)-(13b)；第 I 节贡献列表）。\n2. **严格的 DVL 测量建模**：从多普勒频移原理推导单波束径向速度 $v_{r}\\approx-\\frac{c_{s}}{2f_{t}}\\Delta f$，经四波束 Janus 几何聚合成 DVL 系 3D 速度，并给出闭式协方差 $\\mathbf{\\Sigma}_{D}=\\sigma^{2}(\\mathbf{E}^{\\top}\\mathbf{E})^{-1}$（第 III-C 节，式 (14)-(25)）。\n3. **在线 DVL-IMU 外参标定**：外参 T_D^b 作为滤波状态分量联合估计，无需专门标定动作；启用标定后平均 RMSE 从 8.152 m 降至 0.263 m（Table IV；Fig. 7），但收敛依赖足够的旋转激励，近静止或纯平移运动下收敛缓慢（IV-D-b）。\n4. **AWARE 在线可靠性模块**：基于质量分数 $q_s \\in [0,1]$ 动态缩放传感器协方差并在退化时门控传感器；带 AWARE 的 FAR-AVIO 是唯一在全部 Tank 序列上成功完成运行的变体（第 III-D 节；Table III；Fig. 6）。\n5. **嵌入式实时性能**：在 Jetson Orin NX 上 28.28 ms/帧（约 35 Hz），其中视觉量测更新仅 6.08 ms、DVL 更新仅 0.78 ms，比 VINS-Fusion（61.65 ms）快约 2.2 倍，CPU 与内存占用在所有基线中最低（Table II；Fig. 5）。\n\n### 3. 核心公式/机制\n\n**Schur 补消元机制**（第 III-B 节，式 (13a)/(13b)）：\n\n$$\\left[\\boldsymbol{b}_{1}-C_{2}C_{3}^{-1}\\boldsymbol{b}_{2}\\right]=\\left[C_{1}-C_{2}C_{3}^{-1}C_{2}^{\\top}\\right]\\delta\\mathcal{X}+\\boldsymbol{n}_{1}^{\\prime\\prime},\\qquad \\mathcal{R}_{1}^{\\prime\\prime}=\\left[C_{1}-C_{2}C_{3}^{-1}C_{2}^{\\top}\\right]u^{2}$$\n\n该机制先把多帧视觉重投影残差堆叠为 $\\boldsymbol{r}=\\boldsymbol{H}_{x}\\delta\\mathcal{X}+\\boldsymbol{H}_{f}\\delta\\boldsymbol{\\xi}+\\boldsymbol{n}$（式 (9)），再投影到 Jacobian 空间得到分块等效观测（式 (12)），最后利用路标状态的块结构以 Schur 补将 $\\delta\\boldsymbol{\\xi}$ 从观测模型中解析消元。由此 EKF 只需维护位姿相关误差状态 $\\delta\\mathcal{X}$，既完整保留滑动窗口内全部多视图约束信息，又将视觉更新复杂度控制在常数时间内；位姿更新后再以轻量 Gauss-Newton 步独立更新各路标 3D 位置，保持几何一致性而不扩大滤波维度（第 III-B 节末尾）。\n\n\n## 模块 D：第二遍内容理解（方法结构/关键图表/实验） / Module D: Second Pass (method structure, key figures, experiments)\n\n## Module D：第二遍精读理解\n\n### 1. 论文结构树\n\n``nFAR-AVIO（IEEE letter 体例）\n├── I. 引言\n│   ├── 水下视觉退化（光衰减、marine snow、浑浊）与弱激励运动问题（第 I 节）\n│   ├── 精度-效率缺口：图优化后端开销大 vs 现有滤波器将视觉/DVL 简化为低维位姿/速度量测（第 I 节）\n│   └── 三项贡献（第 I 节贡献列表）\n├── II. 相关工作\n│   ├── 松耦合 DVL+视觉+陀螺管线（[13][20]）\n│   ├── 紧耦合视觉-DVL / 视觉-惯性-DVL（[21][12]，后者假设固定外参）\n│   └── 图优化多传感器系统（[22][23][10] AQUA-SLAM，计算开销大）\n├── III. 滤波器描述（方法核心）\n│   ├── III-A 状态定义与传播：状态增广 T_c^b 与 T_D^b（式(1)-(5)）\n│   ├── III-B 视觉测量与等效残差模型：滑窗重投影 → Jacobian 空间投影 → Schur 补消元（式(6)-(13b)）\n│   ├── III-C DVL 测量模型：单波束多普勒（式(14)-(15)）→ 四波束几何（式(16)-(25)）→ ESKF 残差（式(26)-(27)）\n│   ├── III-D AWARE 模块：在线可靠性评估与 σ 加权/门控（Algorithm 1）\n│   └── III-E 位姿先验视觉前端：Shi-Tomasi + 金字塔 LK 光流 + 极线约束立体匹配\n├── IV. 实验\n│   ├── IV-A 设置与数据集（Tank 数据集，8 序列）\n│   ├── IV-B 定位精度对比（Table I、Fig. 4）\n│   ├── IV-C 运行时与计算负载（Table II、Fig. 5）\n│   └── IV-D 消融：AWARE（Table III、Fig. 6）与外参标定（Table IV、Fig. 7）\n└── V. 结论与未来工作\n``n\n\n### 2. 方法/系统分解（archetype = method）\n\n### 输入 / 输出\n\n- 输入：立体相机图像、IMU 原始测量（加速度/角速度）、DVL 四波束多普勒测量（Fig. 2；第 III 节）。\n- 输出：世界系下 6-DoF 位姿（p_b^w, v_b^w, R_b^w）、IMU 偏置 b_a/b_g、相机与 DVL 外参 T_c^b/T_D^b 的在线估计，以及滑窗内路标 3D 位置（式(1)；Fig. 1(e) 稠密重建）。\n- 无训练过程与损失函数：纯滤波推断框架，运行时流程为「传播 → 视觉更新 → DVL 更新 → 路标更新」，AWARE 在每次更新前调节权重与门控。\n\n### 模块分解\n\n(1) 状态定义与 ESKF 传播（III-A，式(1)-(5)）\n\n- 状态 x_b = [p_b^w, v_b^w, R_b^w, b_a, b_g, T_c^b, T_D^b]^T，将相机与 DVL 外参增广进滤波器，是在线标定的载体。\n- 旋转误差定义在 SO(3) 流形：R = Exp(⌊δθ⌋×)R̂（式(3)）；误差状态线性传播 δẋ_b = Fδx_b + Gn_b（式(5)），噪声含加计/陀螺白噪声与偏置随机游走。\n\n(2) Schur 补视觉更新（III-B，式(6)-(13b)）——核心创新\n\n- 滑窗维护 N 个关键帧：新帧成为关键帧则边缘化最旧帧，否则丢弃次新帧（III-B 首段）。\n- 重投影残差线性化：r_ij ≈ H_x,ij δX + H_f,ij δξ_j^w + n_ij（式(7)），Jacobian 显式形式见式(8)。\n- 将全部观测投影到 Jacobian 空间构造等效观测模型与噪声模型（式(10)-(12)），保留所有视觉信息且不受原始测量维度限制。\n- 因滤波状态不含路标扰动 δξ，采用 Schur 补消元（式(13a)-(13b)）得到仅依赖 δX 的等效观测与协方差 R_1''，实现常数时间 EKF 更新——兼顾图优化式位姿-路标联合精度与滤波器效率。\n- EKF 位姿更新后，对每个路标做轻量 Gauss-Newton 多视重投影更新，保持几何一致性而不扩展滤波维度（III-B 末段）。\n\n(3) DVL 测量模型与更新（III-C，式(14)-(27)）\n\n- 单波束：多普勒频移→径向速度 v_r ≈ −c_sΔf/(2f_t)（式(14)），测量 ṽ_i = v_r,i + n_i，n_i ~ N(0, σ_i²)（式(15)）。\n- 四波束 Janus 几何：波束方向 e_i 由倾角 α 与方位角 β_i 参数化（式(16)-(18)），径向速度为 3D 速度在波束方向的投影（式(18)-(19)）。\n- 紧凑形式 bṽ = E·Dṽ + n_b（式(20)），E 列满秩，最小二乘解 Dṽ = (E^T E)^{-1}E^T bṽ（式(21)），(E^T E)^{-1} 仅依赖已知几何、可离线预计算；协方差 Σ_D = AΣ_bA^T，等方差时简化为 σ²(E^T E)^{-1}（式(22)-(25)）。\n- ESKF 残差：预测速度含 IMU-DVL 杆臂与角速度补偿（式(26)），r_DVL = Dṽ − Dv̂（式(27)）线性化后以协方差 Σ_D 进入标准 ESKF 更新。\n\n(4) AWARE 在线可靠性模块（III-D，Algorithm 1）\n\n- 对 s ∈ {VIS, DVL} 维护可靠性尺度 σ_s 与不健康事件队列 Q_s；每次测量计算质量分 q_s ∈ [^0] [^1]（视觉：特征跟踪统计+重投影误差；DVL：速度一致性+残差）。\n- q_s ≥ τ_s 时以有效协方差 R_s^eff = R_s/σ_s² 执行更新；q_s 过低时门控禁用该传感器，恢复需 q_s ≥ τ_s^rec。\n- 推理依据：原文 Algorithm 1 伪代码排版损坏，精确阈值行为需结合 Fig. 6 的定性描述与 Table III 消融结果推断。\n\n(5) 位姿先验视觉前端（III-E）\n\n- 图像金字塔上检测 Shi-Tomasi 角点 [^25]，金字塔 LK 光流跟踪 [^26]，用 IMU 预测位姿先验初始化以抗快运动与模糊；立体匹配沿极线小窗口搜索，适配长基线大视差场景。\n\n**推断流程总结**：IMU 积分传播 → 视觉残差经 Schur 补等效观测更新 → DVL 残差更新 → 路标 GN 更新；AWARE 在视觉/DVL 更新前动态调节 σ 权重并执行门控/恢复。\n\n### 3. 重要图表解读（≥2 个）\n\n**Fig. 2（系统架构，第 I 节末）**：展示输入为装备立体相机、IMU、DVL 的水下机器人平台；三条数据流分别进入视觉前端、ESKF 传播与 DVL 更新，AWARE 模块横跨视觉与 DVL 更新进行权重调节。该图是理解「紧耦合 + 在线标定 + 可靠性评估」三要素组织方式的入口。\n\n**Fig. 3（DVL 换能器几何，III-C）**：以 2D/3D 视图展示四换能器 Janus 配置，每个波束方向 e_i 由相对水平面的倾角 α 与绕 z_D 轴的方位角 β_i 参数化（式(17) 给出 transducer 1 示例）。该几何直接决定波束方向矩阵 E（式(20)），是 DVL 最小二乘测速与协方差闭式解（式(21)-(25)）的物理基础。\n\n**Table I（Tank 数据集 ATE 对比，IV-B）**：8 序列 × 7 方法（FAR-AVIO、FAR-AIO、AQUA-SLAM、UVA-SLAM、SVIN2、ORB-SLAM3、VINS-Fusion），报告平移 RMSE/STD (m)。关键读数：\n\n- FAR-AVIO 总 RMSE 2.08 为全场最低；Structure-Hard 上 0.13 m vs AQUA-SLAM 0.50 m（约 75% 降低，IV-B 正文）。\n- 纯视觉惯性方法（SVIN2、ORB-SLAM3、VINS-Fusion）在困难序列频繁 NaN（跟踪失败/发散），如 VINS-Fusion 在 5/8 序列 NaN。\n- FAR-AIO（关闭视觉）在全部序列可运行，证明声学-惯性骨干本身鲁棒（IV-B 正文）。\n\n**Table II（嵌入式运行时分解，IV-C）**：Jetson Orin NX 上 FAR-AVIO 每帧 28.28 ms（≈35 Hz）vs VINS-Fusion 61.65 ms（≈16 Hz），约 2.2× 加速。收益主要来自后端：视觉更新 6.08 ms (21%) vs 33.76 ms (54%)，DVL 更新仅 0.78 ms (2%)；前端成为 FAR-AVIO 主要开销（20.21 ms, 73%），证实滤波后端消除了优化瓶颈。\n\n**Fig. 6（AWARE 行为可视化，IV-D-a）**：SE 序列（清水、光照稳定）视觉与 DVL 的 Σ_scale 全程接近 1，说明 AWARE 在传感器正常时不引入不必要重加权、退化为标准紧耦合 VI-DVL 融合；WH 序列（强浑浊、弱纹理段）视觉 Σ_scale 显著下降而 DVL 保持接近 1，视觉恢复后平滑回升——验证「降权退化传感器、倚重可靠传感器」的设计意图。\n\n**Fig. 7 + Table IV（外参标定，IV-D-b）**：数值仿真中三种初始化（Identity / Noise Middle / Noise Small）下旋转外参误差均收敛到小残差，初始扰动越大收敛暂态越长；Table IV 显示启用标定后平均 RMSE 从 8.152 m 降至 0.263 m，Tank 实测降低 10–25%。\n\n### 4. 实验与评估细节\n\n- 数据集：公开 Tank 数据集 [^2]——波浪水池中采集的同步立体/IMU/DVL/深度数据；GT 由 TankGT 管线基于安装于水下结构的 AprilTag 标记生成；8 条序列按轨迹类型（Structure / HalfTank / WholeTank）与难度（Easy/Medium/Hard，由速度、光照、无纹理区域占比决定）分组（IV-A）。\n- 指标：用 Umeyama 方法 [^27] 将估计轨迹与 GT 对齐后计算绝对平移误差（ATE）的 RMSE 与 STD（IV-B）。\n- 对比目标与公平性：五个基线 AQUA-SLAM、UVA-SLAM、SVIN2、ORB-SLAM3、VINS-Fusion；所有方法使用相同相机/IMU 内外参，统一 stereo-inertial（或可用时加 DVL）配置（IV-B）。\n- 运行时评估：桌面 AMD Ryzen 9 7950X（32 GB RAM）与嵌入式 NVIDIA Jetson Orin NX（8 GB RAM）；AQUA-SLAM/UVA-SLAM 因基于 ORB-SLAM 后端未纳入运行时对比，作者预计其开销不低于 ORB-SLAM3（IV-C）——此为潜在公平性讨论点。\n- 消融实验（IV-D）：\n  - AWARE（Table III）：FAR-AVIO 全量在 6 条序列全部 RMSE 最低且唯一全部完成；w/o AWARE 在 SM 之后全部失败（F）；FAR-AIO 在 HM/HH 失败——证明 AWARE 是困难序列成功的关键。\n  - 外参标定（Table IV、Fig. 7）：Tank 上降低 10–25% RMSE；仿真大扰动下无标定 RMSE 达 3–9 m，在线标定恢复亚米级（0.124–0.574 m）。\n  - 已知局限：标定收敛依赖足够旋转激励，近静止/纯平移运动下收敛缓慢，建议提供合理离线初值（IV-D-b）。\n\n### 5. 方法原型图（archetype = method）\n\n``n[立体相机] → 视觉前端(III-E) → 重投影残差(式(7))\n                                      ↓\n              Jacobian空间等效观测(式(10)-(12)) → Schur补消元(式(13a)/(13b)) → 等效视觉观测 ┐\n                                                                                          ↓\n[IMU] → ESKF传播(III-A, 式(4)-(5)) ───────────────────────────────────► ESKF更新(常数时间) → 位姿/外参估计\n                                                                                          ↑        ↓\n[DVL] → 多普勒测速模型(III-C, 式(14)-(25)) → DVL残差(式(27)) ──────────────────────────────┘ 轻量GN路标更新(III-B)\n\n[AWARE模块(III-D, Alg.1)]: q_VIS/q_DVL评分 → σ_s加权(R_s^eff = R_s/σ_s²) → 门控/恢复\n           ↑______________________________________________________________|\n           调节视觉与DVL更新的权重与开关，防止单一退化传感器污染估计\n``n\n该图对应 method 原型：三条传感器通路汇入一个常数时间 ESKF 更新核心，AWARE 作为横切可靠性层调节视觉与 DVL 通路，外参 T_D^b 作为状态分量实现在线标定。\n\n\n## 模块 E：第三遍深度审视（重建/假设/失败模式/审稿意见） / Module E: Third Pass (reconstruction, assumptions, failure modes, review)\n\n## Module E：第三遍精读（深度评审）\n\n### 1. 可复现性重构（Reconstructability）\n\n**总体判断**：方法主链（状态定义→传播→视觉更新→DVL 更新→在线标定）在第 III 节中公式完整、可逐步重构；唯一明显缺口是 III-D 节 Algorithm 1 伪代码在文本中排版损坏，需依据文字描述与实验行为（Fig. 6、Table III）反推。\n\n**重构要点（伪代码级笔记）**：\n\n1. **状态与传播（III-A，式 (1)-(5)）**：系统状态 $x_b = [p_b^w, v_b^w, R_b^w, b_a, b_g, T_c^b, T_D^b]^\\top$，对应误差状态共 27 维（位姿 3 + 速度 3 + 姿态 3 + 双偏置 6 + 两个外参各 6）；旋转扰动定义在 SO(3) 上（式 (3)），名义状态按式 (4) 积分，误差状态线性传播 $\\delta\\dot{x}_b = F\\delta x_b + Gn_b$（式 (5)）。\n2. **视觉等效更新（III-B，式 (7)-(13b)）**：维护固定大小 N 关键帧滑窗（新关键帧到来时边缘化最旧帧，否则丢弃次新帧）；堆叠重投影残差（式 (7)-(9)）；将测量模型投影到 Jacobian 空间构造等价观测（式 (10)-(11)）；用 Schur 补消去路标扰动 $\\delta\\xi$，得到仅依赖 $\\delta\\mathcal{X}$ 的等价残差与协方差（式 (12)-(13a)/(13b)），插入标准 EKF 更新；位姿更新后对各路标执行轻量 Gauss-Newton 更新其 3D 位置（III-B 末尾），保持滤波维度不变。\n3. **DVL 更新（III-C，式 (14)-(27)）**：单波束多普勒关系 $v_r \\approx -c_s\\Delta f/(2f_t)$（式 (14)）→ 四波束 Janus 几何投影（式 (16)-(19)）→ 紧凑矩阵形式 $^b\\tilde{v} = E\\,{}^D\\tilde{v} + n_b$（式 (20)）→ 最小二乘解与协方差 $\\Sigma_D = A\\Sigma_b A^\\top$（式 (21)-(25)，等波束方差时 $\\Sigma_D = \\sigma^2(E^\\top E)^{-1}$）→ 含 IMU-DVL 杆臂与外参的预测速度（式 (26)）→ 残差 $r_{DVL}$（式 (27)）进入 ESKF 更新。\n4. **AWARE 模块（III-D）重构伪代码**（原文 Algorithm 1 损坏，以下依据 III-D 文字、Fig. 6 与 Table III 行为推断）：\n``nfor each measurement (t, z_s), s ∈ {VIS, DVL}:\n   q_s ← QualityScore_s(z_s)        # VIS: 特征跟踪统计+重投影误差; DVL: 速度一致性+残差\n   if enabled_s:\n   if q_s ≥ τ_s:\n   R_eff ← R_s / σ_s²\n   ESKF_UPDATE(z_s, R_eff)\n   else:\n   将不健康事件压入队列 Q_s\n   若 |Q_s| 超过阈值: enabled_s ← false（暂时禁用该传感器）\n   else:\n   若 q_s 连续 ≥ τ_s^rec: enabled_s ← true（恢复）\n``n5. **视觉前端（III-E）**：图像金字塔上检测 Shi–Tomasi 角点，金字塔 LK 光流跟踪，以 IMU 预测位姿为先验初始化；立体匹配沿极线小窗口搜索以适应长基线大视差。\n\n**复现仍缺失的信息**：$\\tau_s$、$\\tau_s^{rec}$、队列长度与 $\\sigma_s$ 具体更新律的数值；开源仓库 URL（摘要与第 I 节声明开源但未给出链接）；Tank 数据集下载入口（仅见参考文献 [^2]）。\n\n### 2. 关键假设（Assumptions）\n\n- **DVL 噪声模型**：各波束测量噪声为相互独立、零均值高斯（式 (15)、(22)），离群值仅靠 AWARE 门控处理，未在测量模型内建模重尾噪声（III-C）。\n- **窄带小速度假设**：多普勒关系成立要求 $|v_r| \\ll c_s$（式 (14)），即低速水下平台场景。\n- **DVL 几何已知且固定**：波束倾角 $\\alpha$、方位角 $\\beta_i$ 已知，E 矩阵满列秩（波束非共面）（III-C-2）；杆臂 $p_D^b$ 视为已知（式 (26)）。\n- **静态环境假设**：路标 $\\xi_j^w$ 在滑窗内静止，未建模动态物体或水中悬浮物干扰视觉特征（III-B）。\n- **外参可观测性**：DVL-IMU 外参在线标定依赖足够的旋转激励，近静止或纯平移运动下收敛缓慢（IV-D-b 明确承认）。\n- **相机-IMU 外参 $T_c^b$ 视为已知**：虽然进入状态（式 (1)），但标定实验仅针对 $T_D^b$（IV-D-b），暗示 $T_c^b$ 预先离线标定。\n\n### 3. 失效模式与盲点（Failure Modes / Blind Spots）\n\n- **退化运动下的标定失效风险**：外参标定在近静止/纯平移时收敛慢，文中建议提供离线初值（IV-D-b），但未给出自动检测退化运动并回退的机制。\n- **AWARE 阈值敏感性未验证**：$\\tau_s$、$\\tau_s^{rec}$ 等参数未公开数值，且 Algorithm 1 文本损坏，无法评估门控/恢复阈值对不同场景的鲁棒性；错误阈值可能导致传感器被误禁用或坏数据漏入。\n- **评测环境单一**：全部真实实验基于受控波浪水池的 Tank 数据集（IV-A），缺少开放水域、长航时、深水场景验证；系统无回环检测，长航时漂移界未验证（第 V 节亦未讨论）。\n- **\"全面领先\"表述与数据存在出入**：Table I 中 WholeTank-Hard 上 AQUA-SLAM（0.22 m）明显优于 FAR-AVIO（0.57 m），Structure-Easy 上 AQUA-SLAM（0.07 m）亦更优；论文以\"总分最低（2.08 m）\"与\"多数序列第一或第二\"支撑结论，单序列最差情形未被深入分析。\n\n### 4. 优点与不足（Strengths & Weaknesses）\n\n**优点**：\n\n- **精度-效率桥接**：将 Schur 补嵌入 EKF，在保留全部点级视觉信息的同时实现常数时间更新（III-B，式 (10)-(13b)）；嵌入式平台（Jetson Orin NX）上 28.28 ms/帧（≈35 Hz），较 VINS-Fusion（61.65 ms）加速约 2.2×，后端视觉更新仅 6.08 ms、DVL 更新仅 0.78 ms（IV-C，Table II）。\n- **严格的 DVL 建模**：从多普勒频移原理出发推导单波束→四波束→ESKF 残差全链条，并补偿 IMU-DVL 杆臂（III-C，式 (26)），优于将 DVL 简化为低维速度先验的滤波方法（第 I 节对 [^12][^13] 的批评）。\n- **免专门动作的在线外参标定**：仿真与真实数据中从 Identity/扰动初值均收敛（Fig. 7），平均 RMSE 从 8.152 m 降至 0.263 m（IV-D-b，Table IV）。\n- **AWARE 提升鲁棒性有消融支撑**：完整版是唯一在全部 Tank 序列上成功完成的变体，w/o AWARE 版本在多数困难序列发散（IV-D-a，Table III）；Fig. 6 显示困难序列中视觉 $\\Sigma_{scale}$ 自动下降而 DVL 保持接近 1，行为符合设计意图。\n- **工程可用性**：开源发布（摘要、第 I 节），前端成为主要耗时（73%，Table II），说明后端瓶颈确已消除。\n\n**不足**：\n\n- **无全局一致性机制**：纯里程计框架，无回环检测或位姿图后处理，长航时漂移无法约束（全文未涉及）。\n- **Algorithm 1 细节缺失**：伪代码损坏、阈值参数未给出，削弱了 AWARE 的可复现性与可迁移性（III-D）。\n- **运行时对比不完全公平**：AQUA-SLAM/UVA-SLAM 未纳入嵌入式运行时对比，仅\"预期不低于 ORB-SLAM3\"的推断（IV-C）。\n- **路标更新为解耦式**：位姿更新后独立做 Gauss-Newton 点更新（III-B 末尾），与联合优化相比可能损失几何一致性，文中未量化该近似误差。\n- **单一数据集**：结论外推到开放水域、更强流扰动与更深场景的证据不足（IV-A）。\n\n### 5. 后续研究方向（Next-Step Research）\n\n- **引入回环/全局一致性**：在滤波框架外接轻量位姿图或关键帧回环模块，解决长航时漂移界问题，可与 Schur 补常数时间更新兼容。\n- **AWARE 的学习化与自适应阈值**：用学习模型预测视觉质量（浑浊度、marine snow）与 DVL 底锁状态，替代手工阈值 $\\tau_s$/$\\tau_s^{rec}$，并补充阈值敏感性分析。\n- **扩展标定可观测性与传感器集合**：联合在线估计 $T_c^b$、时间偏移与杆臂 $p_D^b$，研究退化运动下的可观测性判据与自动初值策略；进一步融合深度/压力计与 USBL/LBL 声学定位。\n- **开放水域与长航时验证**：在真实海洋环境（更深、更强流、更长轨迹）上评测，并补充与 AQUA-SLAM 等因子图方法在嵌入式平台上的直接运行时对比，弥补 IV-C 的对比缺口。\n\n\n## 模块 F：术语表与概念依赖图 / Module F: Glossary and Concept Map\n\n## Module F：术语表与概念依赖图\n\n### 一、术语表（Glossary，共 30 条）\n\n### 1. Acoustic-Visual-Inertial Odometry（声学-视觉-惯性里程计）\n\n- 定义：融合声学（DVL）、视觉（相机）与惯性（IMU）三类测量，递推估计水下机器人位姿的里程计框架。\n- 直觉：水下视觉易退化、IMU 弱激励不可靠，引入对海底反射敏感的 DVL 作为第三信息源形成互补。\n- 论文角色：FAR-AVIO 的系统定位，首个基于 Schur 补的紧耦合声学-视觉-惯性里程计（摘要；第 I 节贡献列表）。\n- 先修知识：视觉里程计、惯性导航、滤波/优化状态估计基础。\n\n## 2. DVL (Doppler Velocity Log，多普勒速度计)\n\n- 定义：向海底发射窄带声波并接收回波，利用多普勒频移测量载体沿各波束径向速度的声学传感器。\n- 直觉：类似声学测速雷达，四条波束各测一个方向的速度分量，合成三维速度。\n- 论文角色：系统关键传感器，第 III-C 节从多普勒频移原理严格建模（式 (14)-(27)）。\n- 先修知识：声学多普勒效应、坐标变换。\n\n## 3. Schur Complement（舒尔补）\n\n- 定义：分块矩阵消元的代数工具；对分块矩阵 [A B; Bᵀ C]，消去 C 对应变量后的等效块为 A − B·C⁻¹·Bᵀ。\n- 直觉：把不关心的变量（路标）从方程组中解析地消去，只保留关心变量（位姿）的等效方程。\n- 论文角色：核心创新，用于在 EKF 中消去路标扰动 δξ，实现位姿-路标联合优化与常数时间更新（III-B，式 (12)-(13b)）。\n- 先修知识：分块线性代数、最小二乘。\n\n## 4. EKF / ESKF（扩展卡尔曼滤波 / 误差状态卡尔曼滤波）\n\n- 定义：对非线性系统在工作点线性化后递推估计状态与协方差的滤波方法；ESKF 将误差定义在流形切空间，用误差校正标称状态。\n- 直觉：滤波器只维护小维度误差状态，更新计算量与状态维度相关而与测量数量解耦。\n- 论文角色：FAR-AVIO 后端骨架，视觉与 DVL 更新均嵌入 ESKF（III-A/III-B/III-C）。\n- 先修知识：卡尔曼滤波、李群 SO(3)/SE(3)。\n\n## 5. Tightly Coupled Fusion（紧耦合融合）\n\n- 定义：直接融合原始/低层测量（像素重投影残差、单波束径向速度），而非各传感器独立解算后的位姿/速度。\n- 直觉：松耦合像各算各的再平均，紧耦合像所有原始证据一起审理，信息利用更充分。\n- 论文角色：FAR-AVIO 与 AQUA-SLAM 等基线同属紧耦合路线，区别在后端形式（第 II 节）。\n- 先修知识：多传感器融合基本概念。\n\n## 6. Sliding Window Filter（滑动窗口滤波）\n\n- 定义：维护固定数量最近关键帧位姿克隆的滤波框架，新关键帧进入时边缘化最老帧。\n- 直觉：以滤波形式实现优化方法中的滑动窗口，保证有界计算量与多视约束。\n- 论文角色：FAR-AVIO 维护 N 个关键帧窗口以建立多视约束（III-B 开头）。\n- 先修知识：MSCKF 类滤波 SLAM 思想。\n\n## 7. Marginalization（边缘化）\n\n- 定义：通过 Schur 补/条件高斯分布将部分状态（如路标）从联合估计中消去，同时保留其对剩余状态的约束信息。\n- 直觉：不是简单丢弃，而是把被删变量的信息压缩进剩余变量的等效观测与协方差。\n- 论文角色：视觉更新中边缘化路标扰动 δξ（式 (13a)/(13b)）；滑动窗口中边缘化最老关键帧。\n- 先修知识：条件高斯分布、信息矩阵。\n\n## 8. AWARE Module（Adaptive Weight Adjustment and Reliability Evaluation，自适应权重调整与可靠性评估模块）\n\n- 定义：在线传感器健康模块，为视觉与 DVL 计算质量分数 q_s，动态调节协方差缩放 σ_s 并在严重退化时门控禁用传感器。\n- 直觉：像裁判实时给每个传感器打分，表现差就降低其话语权，太差就暂时请出场。\n- 论文角色：鲁棒性关键组件（III-D，Algorithm 1；消融见 IV-D-a，Table III、Fig. 6）。\n- 先修知识：自适应滤波、测量噪声协方差调整。\n\n## 9. Online Extrinsic Calibration（在线外参标定）\n\n- 定义：将传感器间刚体变换（如 T_D^b）纳入滤波状态，在正常运动中联合估计，无需专门标定动作。\n- 直觉：边跑边校，把安装误差当作未知量与位姿一起解。\n- 论文角色：贡献之一，联合估计 DVL-IMU 外参（III-A 状态定义；IV-D-b，Fig. 7、Table IV）。\n- 先修知识：SE(3) 刚体变换、可观测性分析。\n\n## 10. Doppler Shift（多普勒频移）\n\n- 定义：发射频率 f_t 与回波频率 f_r 之差 Δf，与径向速度近似成正比：v_r ≈ −c_s·Δf/(2f_t)。\n- 直觉：救护车靠近时鸣笛变尖、远离变沉；频移量反映相对速度。\n- 论文角色：DVL 单波束测速的物理基础（III-C-1，式 (14)）。\n- 先修知识：波动学、多普勒效应。\n\n## 11. Janus Configuration（Janus 四波束配置）\n\n- 定义：DVL 四个换能器以相同倾角 α、互异方位角 β_i 对称分布的标准构型。\n- 直觉：四条声束像倒置的伞骨覆盖不同斜向，保证三维速度可解。\n- 论文角色：波束方向向量 e_i 参数化的几何基础（Fig. 3，式 (17)）。\n- 先修知识：球坐标参数化。\n\n## 12. Beam Direction Matrix（波束方向矩阵 E）\n\n- 定义：四条波束单位方向向量按行堆叠的 4×3 矩阵，把 DVL 系速度映射为四波束径向速度：ᵇṽ = E·ᴰṽ + n_b。\n- 直觉：一个投影矩阵，把三维速度拆成四个方向的分量。\n- 论文角色：DVL 紧凑测量模型（式 (20)）；其最小二乘逆 (EᵀE)⁻¹Eᵀ 仅依赖已知几何、可离线预计算（式 (21)）。\n- 先修知识：线性代数、最小二乘。\n\n## 13. Lever Arm（杆臂）\n\n- 定义：IMU 与 DVL 声学中心之间的刚体平移矢量 p_D^b；旋转时两点速度不同，需补偿 ω×p 项。\n- 直觉：旋转木马上不同位置的线速度不同，换算必须知道两点的相对位置。\n- 论文角色：DVL 速度预测式 (26) 中的 ⌊ω̂⌋×·p̂_D^b 项。\n- 先修知识：刚体运动学。\n\n**14. Error-State Vector（误差状态向量 δx_b）**\n\n- 定义：真实状态相对标称状态的最小参数化偏差，含位置/速度/旋转误差、IMU 偏置误差与外参扰动 δT。\n- 直觉：滤波器真正维护的对象；旋转误差活在切空间，避免过参数化。\n- 论文角色：式 (2) 定义；误差传播（式 (5)）与所有测量更新均围绕其展开。\n- 先修知识：李群切空间、ESKF。\n\n## 15. SO(3) Perturbation / Exp Map（旋转流形扰动 / 指数映射）\n\n- 定义：旋转误差以 δθ∈R³ 表示，真实旋转 R = Exp(⌊δθ⌋×)·R̂。\n- 直觉：旋转没有加法结构，用小旋转向量加乘法表达误差最自然。\n- 论文角色：式 (3) 的误差模型，保证旋转估计的流形一致性。\n- 先修知识：李群李代数。\n\n## 16. Reprojection Residual（重投影残差）\n\n- 定义：观测像素坐标 z_ij 与状态预测投影 ẑ_ij 之差，线性化为 r ≈ H_x·δX + H_f·δξ + n。\n- 直觉：路标应该出现在这里、实际出现在那里的偏差。\n- 论文角色：视觉测量的基本约束（式 (7)-(8)），是 Schur 补消元的输入。\n- 先修知识：针孔相机模型、雅可比矩阵。\n\n## 17. Equivalent Observation Model（等效观测模型）\n\n- 定义：将堆叠视觉残差方程左乘雅可比转置 [H_x H_f]ᵀ，投影到雅可比空间得到的低维信息等价观测方程。\n- 直觉：把成百上千维像素残差压缩成与状态同维的等效观测，绕过 EKF 测量维度限制。\n- 论文角色：III-B 核心（式 (10)-(12)），是 Schur 补能嵌入 EKF 的前提。\n- 先修知识：正规方程、加权最小二乘。\n\n## 18. Landmark（路标点）\n\n- 定义：被多个关键帧观测的三维空间点 ξ_j^w，视觉 SLAM 的地图元素。\n- 直觉：环境中的钉子，多视角观测它即可约束相机位姿。\n- 论文角色：不进入滤波状态，经 Schur 补消元；位姿更新后用轻量 Gauss-Newton 修正其位置（III-B 末尾）。\n- 先修知识：三角化、光束法平差。\n\n## 19. Constant-Time Update（常数时间更新）\n\n- 定义：每次滤波更新的计算量不随地图/路标规模增长，保持有界。\n- 直觉：优化后端随关键帧增多越来越慢，滤波+Schur 补让每步耗时恒定，适合嵌入式。\n- 论文角色：相对因子图方法的核心效率优势（摘要；IV-C，Table II）。\n- 先修知识：算法复杂度分析。\n\n## 20. Gauss-Newton Step（高斯牛顿迭代）\n\n- 定义：基于一阶泰勒展开迭代求解非线性最小二乘的方法。\n- 直觉：比完整 LM 更轻量，适合小规模子问题。\n- 论文角色：EKF 位姿更新后对每个路标位置做轻量修正，保持几何一致而不扩大滤波维度（III-B 末尾）。\n- 先修知识：非线性最小二乘。\n\n**21. IMU Bias（IMU 偏置 b_a、b_g）**\n\n- 定义：加速度计与陀螺仪测量中慢变的系统性误差，建模为随机游走过程。\n- 直觉：传感器天生不准且会漂，必须在线估计并扣除。\n- 论文角色：纳入滤波状态（式 (1)）；其随机游走噪声进入过程噪声（式 (5) 下方）。\n- 先修知识：惯性导航误差模型。\n\n## 22. Weakly Exciting Motion（弱激励运动）\n\n- 定义：水下机器人常见的缓慢准静态运动，导致加速度计信噪比低、IMU 初始化与偏置可观测性差。\n- 直觉：运动太温和，惯性数据没话说；也使外参标定收敛缓慢。\n- 论文角色：水下 VIO 失效的核心原因之一（第 I 节）；外参标定需旋转激励的说明（IV-D-b）。\n- 先修知识：可观测性理论。\n\n## 23. Marine Snow（海洋雪）\n\n- 定义：水中悬浮颗粒在图像中形成的雪花状干扰，造成持续数十秒到数分钟的视觉退化。\n- 直觉：像下雪天开车，画面被雪花糊住。\n- 论文角色：水下视觉挑战的典型代表（摘要；Fig. 1(b)-(d)），是 AWARE 降权视觉的触发场景。\n- 先修知识：水下光学成像。\n\n**24. Quality Score（质量分数 q_s）**\n\n- 定义：AWARE 为每次测量计算的 [^0] [^1] 健康度标量；q_VIS 来自特征跟踪统计与重投影误差，q_DVL 来自速度一致性与 DVL 残差。\n- 直觉：给传感器当前读数打可信度分。\n- 论文角色：Algorithm 1 的输入，驱动协方差缩放与门控决策（III-D）。\n- 先修知识：统计质量评估。\n\n## 25. Sensor Gating（传感器门控）\n\n- 定义：质量分数低于阈值 τ_s 时暂时禁用该传感器更新；恢复阈值 τ_s^rec 高于禁用阈值形成迟滞，防止抖动。\n- 直觉：坏数据宁可不用；恢复时设更高门槛避免反复横跳。\n- 论文角色：AWARE 防止单一故障源污染估计的机制（III-D；Algorithm 1）。\n- 先修知识：假设检验/门控思想。\n\n## 26. ATE / RMSE（绝对轨迹误差 / 均方根误差）\n\n- 定义：估计轨迹经 Umeyama 方法 [^27] 与真值对齐后，平移误差的均方根与标准差。\n- 直觉：全程跑偏了多少米的量化指标。\n- 论文角色：Table I 主指标；FAR-AVIO 总 RMSE 2.08 m 为全场最优。\n- 先修知识：轨迹评估流程。\n\n## 27. Tank Dataset（Tank 数据集）\n\n- 定义：公开水下多传感器数据集 [^2]，在波浪水池中同步采集双目、IMU、DVL 与深度数据；TankGT 管线用 AprilTag 生成真值；8 条序列分三档难度。\n- 直觉：水下 SLAM 的标准考场。\n- 论文角色：全部真实实验的数据来源（IV-A）。\n- 先修知识：数据集基准评测。\n\n## 28. Pose Prior Visual Frontend（位姿先验视觉前端）\n\n- 定义：以 IMU 预测位姿为先验初始化 Shi-Tomasi 角点的金字塔 LK 光流跟踪，立体匹配约束在极线小窗口内。\n- 直觉：先猜大概位置再找特征，快且稳；限定搜索范围避免长基线失配。\n- 论文角色：III-E；占单帧耗时 73%（Table II），是嵌入式部署的主要开销。\n- 先修知识：光流、极线几何。\n\n## 29. Factor-Graph SLAM（因子图 SLAM）\n\n- 定义：将测量与状态表示为因子图并做批量/增量非线性优化的后端范式（如 ORB-SLAM3、AQUA-SLAM）。\n- 直觉：精度高但计算随规模增长，嵌入式平台吃力。\n- 论文角色：FAR-AVIO 的对照路线与效率对比参照（第 II 节；IV-C）。\n- 先修知识：图优化。\n\n## 30. Embedded Platform（嵌入式平台）\n\n- 定义：资源受限的低功耗计算设备，实验中为 NVIDIA Jetson Orin NX（8 GB RAM）。\n- 直觉：水下 AUV 的车载电脑，算力与功耗双紧张。\n- 论文角色：实时性验证的目标硬件（IV-C；28.28 ms/帧 ≈ 35 Hz，Table II）。\n- 先修知识：嵌入式系统基础。\n\n### 二、概念依赖图（文本版）\n\n``n物理与数学基础层\n├── 多普勒效应 Doppler Shift ──→ DVL 单波束测速模型（式14-15）\n├── 李群 SO(3)/Exp 映射 ──→ 误差状态定义 δx_b（式2-3）\n├── 分块矩阵/Schur 补 ──→ 路标边缘化（式13a-13b）\n└── 条件高斯/最小二乘 ──→ 等效观测模型（式10-12）\n\n传感器与测量层\n├── DVL\n│ ├── Janus 四波束几何（Fig.3）──→ 波束方向矩阵 E（式17-20）\n│ ├── 波束方向矩阵 E ──→ DVL 系速度最小二乘解与协方差 Σ_D（式21-25）\n│ └── 杆臂 Lever Arm ──→ DVL 残差 r_DVL（式26-27）\n├── 相机\n│ ├── 针孔投影 π(·) ──→ 重投影残差（式7-8）\n│ └── Shi-Tomasi + 金字塔 LK 光流 + 极线约束 ──→ 位姿先验视觉前端（III-E）\n└── IMU\n    ├── 连续时间动力学（式4）──→ 误差状态传播 F、G（式5）\n    └── 偏置随机游走 ──→ 过程噪声 n_b\n\n估计框架层\n├── ESKF 骨架（III-A）\n│ ├── + 等效观测模型 + Schur 补 ──→ 常数时间视觉更新（III-B）\n│ ├── + DVL 残差 + Σ_D ──→ DVL 测量更新（III-C）\n│ └── + 外参 T_c^b、T_D^b 入状态 ──→ 在线外参标定（III-A；IV-D-b）\n└── AWARE 模块（III-D）\n    ├── 质量分数 q_s ──→ 协方差缩放 σ_s\n    └── 阈值 τ_s / τ_s^rec ──→ 传感器门控\n\n应用与验证层\n├── 整体系统 = ESKF + Schur 补视觉更新 + DVL 更新 + AWARE + 在线标定 ──→ FAR-AVIO（Fig.2）\n├── Tank 数据集 + ATE/RMSE ──→ 精度对比（Table I、Fig.4）\n├── Jetson Orin NX ──→ 运行时与负载对比（Table II、Fig.5）\n└── 消融：AWARE（Table III、Fig.6）；外参标定（Table IV、Fig.7）\n\n问题动机链\n水下视觉退化（marine snow/光衰减/浑浊）+ 弱激励运动\n    ──→ 纯 VIO 失效 ──→ 引入 DVL 紧耦合\n    ──→ 因子图后端算力不可行 ──→ Schur 补滤波后端（常数时间更新）\n    ──→ 固定噪声/固定外参不可靠 ──→ AWARE 自适应权重 + 在线外参标定\n\n\n\n\n## 模块 G：联网核验与引用校对 / Module G: Verification and Citation Check\n\n## Module G：验证、冲突与参考文献\n\n### 1. 关键事实性主张核验（每条给出≥2个来源/定位）\n\n### 主张 1：FAR-AVIO 在 Tank 数据集上取得最低平均平移 RMSE（Total 2.08 m）。\n\n- 来源 1（论文内）：Table I「Total RMSE」行——FAR-AVIO 2.08，AQUA-SLAM 2.42，FAR-AIO 2.91，UVA-SLAM 6.41，ORB-SLAM3 14.98，SVIN2 94.85，VINS-Fusion NaN。\n- 来源 2（论文内）：第 IV-B 节文字「achieves the best average translational accuracy among all methods, consistently ranking first or second」。\n- 来源 3（论文内）：Fig. 4(a)–(d) 轨迹对比图。\n- 交叉核验：逐序列检查 Table I，FAR-AVIO 在 8 条序列中 6 条第一、2 条第二（WholeTank-Hard 上 AQUA-SLAM 0.22 m 优于 FAR-AVIO 0.57 m），与「first or second」表述一致。\n- 结论：论文内部一致；但「全面优于 SOTA」应理解为平均/多数序列意义。\n\n### 主张 2：相对 AQUA-SLAM，RMSE 最高降低约 75%（Structure-Hard：0.13 m vs 0.50 m）。\n\n- 来源 1：第 IV-B 节文字；来源 2：Table I Structure-Hard 行（0.13/0.04 vs 0.50/0.24）。\n- 数值核验：(0.50−0.13)/0.50 = 74% ≈ 75%。结论：一致。\n\n### 主张 3：嵌入式平台（NVIDIA Jetson Orin NX）上 28.28 ms/帧（≈35 Hz），较 VINS-Fusion（61.65 ms，≈16 Hz）加速约 2.2×。\n\n- 来源 1：Table II（Total 28.28 ms vs 61.65 ms；视觉更新 6.08 ms/21% vs 33.76 ms/54%；DVL 更新仅 0.78 ms/2%）。\n- 来源 2：第 IV-C 节文字；来源 3：Fig. 5 CPU/内存对比。\n- 数值核验：61.65/28.28 ≈ 2.18×；1000/28.28 ≈ 35.4 Hz；1000/61.65 ≈ 16.2 Hz。结论：一致。\n- 边界说明：AQUA-SLAM/UVA-SLAM 未纳入运行时实测（第 IV-C 节明言），其开销「预计不低于 ORB-SLAM3」属推断而非实测。\n\n## 主张 4：AWARE 模块显著提升鲁棒性——去掉 AWARE 后仅 Structure-Easy 成功，其余序列失败/发散。\n\n- 来源 1：Table III（FAR-AVIO w/o AWARE：SE 0.13，SM–HH 全为 F；FAR-AIO 在 HM/HH 为 F）。\n- 来源 2：第 IV-D-a 节文字；来源 3：Fig. 6(a)(b)——SE 序列视觉/DVL scale 全程≈1；WH 序列视觉 scale 在浑浊段显著下降而 DVL 保持≈1，恢复后平滑回升。\n- 结论：行为描述与消融数值互相印证，一致。\n\n## 主张 5：IMU–DVL 外参在线标定使平均 RMSE 从 8.152 m 降至 0.263 m；Tank 实测降低 10–25%，仿真大扰动下从 3–9 m 量级恢复至 0.124–0.574 m。\n\n- 来源 1：Table IV；来源 2：第 IV-D-b 节文字；来源 3：Fig. 7（Identity / Noise Middle / Noise Small 三种初始化均收敛到小残差）。\n- 结论：一致；已知局限为依赖充分旋转激励，近静止/纯平移下收敛缓慢（第 IV-D-b 末尾自述）。\n\n## 主张 6：DVL 测量建模（单波束多普勒→四波束 Janus→ESKF 残差）符合领域标准。\n\n- 来源 1（论文内）：第 III-C 节式 (14)–(27) 与 Fig. 3：v_r ≈ −c_sΔf/(2f_t)；ṽ_i = e_i^T·^D ṽ + n_i；^D ṽ = (E^T E)^{−1}E^T·^b ṽ；Σ_D = AΣ_bA^T（各向同性噪声时 σ²(E^T E)^{−1}）。\n- 来源 2（外部/领域常识）：单基地窄带多普勒关系与四波束 Janus DVL 几何为水声导航标准模型，与 [^12][^22] 等 DVL 融合文献的处理方式一致。\n- 结论：与标准模型一致；E 满列秩（秩 3）的前提（波束非共面）对标准 DVL 构型成立。\n\n## 主张 7：核心方法主张——将 Schur 补嵌入 EKF，实现位姿-路标联合优化与常数时间更新。\n\n- 来源 1：第 I 节贡献列表与第 III-B 节式 (10)–(13b)（Jacobian 空间投影 + 对路标块 Schur 消元，得仅依赖 δX 的等效观测 (13a) 与协方差 (13b)）。\n- 来源 2：方法先验 [^14]（Sibley 滑窗滤波）与 [^15]（SchurVINS）。\n- 结论：技术路线与所引先验工作一致；「首个声学-视觉-惯性版本」相对 [^10][^23]（因子图后端）与 [^12]（低维观测、固定外参的滤波）成立，但 first 类主张无法穷举验证。\n\n## 主张 8：实验数据与基准设置。\n\n- 来源 1：第 IV-A 节——公开 Tank 数据集 [^2]（同步 stereo/IMU/DVL/depth，TankGT 用 AprilTag 生成 GT），8 条序列 = 3 类轨迹（Structure/HalfTank/WholeTank）× 难度（Easy/Medium/Hard）。\n- 来源 2：参考文献 [^2]（S. Xu et al., IJRR 2025）与 [^10]（AQUA-SLAM，T-RO 2025，该数据集提供方）。\n- 评测协议：轨迹用 Umeyama 方法 [^27] 对齐，报告 ATE RMSE/STD——与 SLAM 评测惯例一致。\n- 结论：内部一致；数据集细节需外部查阅 [^2] 原文确认。\n\n## 主张 9：开源声明。\n\n- 来源 1：摘要；来源 2：第 I 节贡献列表（均称 released as open source software）。\n- 结论：文内两处一致，但未给出仓库 URL，外部可验证性待查。\n\n### 2. 冲突与不确定性说明\n\n1. **发表信息缺失（高优先级）**：正文未标注期刊/会议、年份、卷期、DOI。「this letter」措辞 + IEEE Index Terms 排版强烈提示 IEEE 短文（风格最接近 RA-L）；参考文献含多篇 2025 年文献（[^2][^7][^10][^23]），推断发表于 2025 年或之后。正式引用前必须核实。\n2. **作者单位缺失**：仅标注 IEEE 会员等级（Graduate Student Member / Senior Member / Member），无 affiliation，无法核验机构归属。\n3. **Algorithm 1 伪代码损坏**：第 III-D 节伪代码第 9–19 行文本明显错乱（大量重复的「if q_s ≤ R_s^eff ≤ τ_s」），门控阈值 τ_s 与恢复阈值 τ_s^rec 的精确语义无法从文本恢复；只能结合 Fig. 6 行为与 Table III 消融间接推断，或查阅开源代码。\n4. **公式/排版疑似笔误（不影响主线但影响精读）**：\n   - 式 (1) 下方 T_c^b = {R_c^b, R_c^b} 应为 {R_c^b, p_c^b}（旋转+平移）；\n   - 式 (9) 噪声写作 n = [u, u, …]^T、协方差 diag(u², …) 中的 u 疑为 σ 的占位符；\n   - 式 (4) 中 T̂_d^b = 0 重复两行，且下标 d/D 大小写不一致；\n   - 式 (26) 使用杆臂 p̂_D^b，而状态定义中为 T_D^b，符号需统一理解；\n   - Table II 标题「RONTIME」应为「RUNTIME」。\n5. **结果解读边界**：VINS-Fusion 在 8 条序列中 6 条 NaN、SVIN2 多条序列误差达米级至十米级（Table I），说明纯 VI 基线在退化场景失效，其数值不宜作为精度排序的强证据；摘要「outperforms state-of-the-art underwater SLAM baselines in both localization accuracy」与 WholeTank-Hard 上 AQUA-SLAM（0.22）优于 FAR-AVIO（0.57）存在张力，应按「平均/多数序列占优」理解。\n6. **「first」主张的可验证性**：相对文中所引最近邻工作（[^10][^12][^15][^23]）成立，但文献穷举性无法在文内验证。\n7. **参考文献年份核对**：[^15] SchurVINS 标注 ICPR 2024（公开记录另有 2023 arXiv 版本），引用时建议核对最终出版信息；[^24] Solà 2017 为技术报告而非期刊论文。\n\n### 3. 参考文献列表（论文所引 27 篇）\n\n[^1]: M. Ferrera et al., AQUALOC: An underwater dataset for visual-inertial-pressure localization, IJRR, 38(14):1549–1559, 2019.\n[^2]: S. Xu et al., Tank dataset: An underwater multi-sensor dataset for SLAM evaluation, IJRR, 45(4):541–551, 2025.\n[^3]: C. Campos et al., ORB-SLAM3: An accurate open-source library for visual, visual-inertial, and multimap SLAM, IEEE T-RO, 37(6):1874–1890, 2021.\n[^4]: T. Qin, P. Li, S. Shen, VINS-Mono: A robust and versatile monocular visual-inertial state estimator, IEEE T-RO, 34(4):1004–1020, 2018.\n[^5]: L. v. Stumberg, D. Cremers, DM-VIO: Delayed marginalization visual-inertial odometry, IEEE RA-L, 7(2):1408–1415, 2022.\n[^6]: M. Ferrera et al., OV2-SLAM: A fully online and versatile visual SLAM for real-time applications, IEEE RA-L, 6(2):1399–1406, 2021.\n[^7]: S. Boche et al., OKVIS2-X: Open keyframe-based visual-inertial SLAM configurable with dense depth or LiDAR, and GNSS, IEEE T-RO, 41:6064–6083, 2025.\n[^8]: C. Hu et al., Tightly-coupled visual-inertial-pressure fusion using forward and backward IMU preintegration, IEEE RA-L, 7(3):6790–6797, 2022.\n[^9]: C. Hu et al., Visual-pressure fusion for underwater robot localization with online initialization, IEEE RA-L, 6(4):8426–8433, 2021.\n[^10]: S. Xu, K. Zhang, S. Wang, AQUA-SLAM: Tightly coupled underwater acoustic-visual-inertial SLAM with sensor calibration, IEEE T-RO, 41:2785–2803, 2025.\n[^11]: S. Rahman, A. Quattrini Li, I. Rekleitis, SVIn2: A multi-sensor fusion-based underwater SLAM system, IJRR, 41(11–12):1022–1042, 2022.\n[^12]: L. Zhao, M. Zhou, B. Loose, Tightly coupled visual-DVL-inertial odometry for robot-based ice-water boundary exploration, IROS 2023, pp. 7127–7134.\n[^13]: E. Vargas et al., Robust underwater visual SLAM fusing acoustic sensing, ICRA 2021, pp. 2140–2146.\n[^14]: G. Sibley, L. Matthies, G. Sukhatme, Sliding window filter with application to planetary landing, J. Field Robot., 27(5):587–608, 2010.\n[^15]: Y. Fan, T. Zhao, G. Wang, SchurVINS: Schur complement-based lightweight visual inertial navigation system, ICPR 2024, pp. 17964–17973.\n[^16]: P. Geneva et al., OpenVINS: A research platform for visual-inertial estimation, ICRA 2020, pp. 4666–4672.\n[^17]: K. Sun et al., Robust stereo visual inertial odometry for fast autonomous flight, IEEE RA-L, 3(2):965–972, 2018.\n[^18]: C. Forster, M. Pizzoli, D. Scaramuzza, SVO: Fast semi-direct monocular visual odometry, ICRA 2014, pp. 15–22.\n[^19]: S. Leutenegger et al., Keyframe-based visual-inertial odometry using nonlinear optimization, IJRR, 34(3):314–334, 2015.\n[^20]: S. Xu et al., Underwater visual acoustic SLAM with extrinsic calibration, IROS 2021, pp. 7647–7652.\n[^21]: Y. Huang et al., Tightly-coupled visual-DVL fusion for accurate localization of underwater robots, IROS 2023, pp. 8090–8095.\n[^22]: A. Thoms et al., Tightly coupled, graph-based DVL/IMU fusion and decoupled mapping for SLAM-centric maritime infrastructure inspection, IEEE J. Ocean. Eng., 48(3):663–676, 2023.\n[^23]: Y. Huang et al., Visual-inertial-acoustic sensor fusion for accurate autonomous localization of underwater vehicles, IEEE Trans. Cybern., 55(2):880–896, 2025.\n[^24]: J. Solà, Quaternion kinematics for the error-state Kalman filter, technical report, Institut de Robotica i Informatica Industrial, UPC, 2017.\n[^25]: J. Shi, C. Tomasi, Good features to track, ICPR 1994, pp. 593–600.\n[^26]: B. D. Lucas, T. Kanade, An iterative image registration technique with an application to stereo vision, IJCAI 1981, pp. 674–679.\n[^27]: S. Umeyama, Least-squares estimation of transformation parameters between two point patterns, IEEE TPAMI, 13(4):376–380, 1991.\n\n### 4. 总体验证结论\n\n论文内部数据（正文、表格、公式、图）交叉一致，未发现自相矛盾的数值；关键性能数字（Total RMSE 2.08 m、2.2× 加速、标定后 0.263 m 平均 RMSE）均可在 Table I/II/IV 与正文之间相互印证。主要风险集中在：发表信息与作者单位缺失、Algorithm 1 伪代码损坏、若干公式排版笔误，以及 first 类主张与开源链接的外部可验证性。正式引用前建议：核实 DOI/期刊、检索开源仓库、并对照 [^2][^10][^15] 原文复核基准与先验方法描述。\n\n\n\n## 模块 H：图表与表格抽取（索引/打分/深读） / Module H: Figure/Table Mining (index, scoring, top deep dive)\n\n## Module H：图表提取与深读\n\n### 1. 图表完整索引\n\n评分说明：1–5 分制，5 = 对论文核心结论最关键、最值得精读。\n\n| 编号 | 标题/内容 | 类型 | 位置 | 支持的结论 | 评分 |\n|---|---|---|---|---|---|\n| Fig. 1 | 真实水下部署：(a) ROV 检查水下结构的实验装置；(b)(c)(d) 典型视觉挑战（motion blur、长期无纹理区域、marine snow）；(e) FAR-AVIO 的稠密重建与估计轨迹 | 实景照片+结果展示 | 第 I 节 | 水下视觉退化真实存在且可持续数十秒至分钟级；系统可在真实场景完整运行 | 3 |\n| Fig. 2 | FAR-AVIO 系统架构：输入为配备 stereo camera、IMU、DVL 的水下机器人 | 系统框图 | 第 I 节末（第 III 节前） | 方法整体数据流与模块划分（视觉前端、Schur 补更新、DVL 更新、AWARE、在线标定） | 4 |\n| Fig. 3 | DVL 换能器 2-D/3-D 视图：四波束 Janus 配置，倾角 α 与方位角 β_i，以 Transducer 1 为代表示例 | 几何示意图 | 第 III-C 节 | DVL 测量模型（式 (14)–(27)）的几何参数化基础（波束方向向量 e_i、矩阵 E） | 4 |\n| Fig. 4 | 各基线方法估计轨迹对比，含 4 个子图：(a) HalfTank-Easy、(b) HalfTank-Medium、(c) Structure-Medium、(d) Structure-Hard | 轨迹对比图 | 第 IV-B 节 | FAR-AVIO 轨迹最贴近 GT；纯视觉惯性方法（ORB-SLAM3、VINS-Fusion、SVIN2）大幅漂移或发散 | 5 |\n| Fig. 5 | Structure-Easy 序列上 FAR-AVIO 与基线的 CPU 负载与内存占用对比 | 计算资源曲线图 | 第 IV-C 节 | FAR-AVIO 的 CPU 利用率与内存占用在所有对比方法中最低 | 4 |\n| Fig. 6 | AWARE 估计的视觉/DVL sigma 缩放因子沿轨迹着色：(a) Structure-Easy、(b) WholeTank-Hard | 行为可视化图 | 第 IV-D-a 节 | AWARE 在视觉退化段自动降权视觉并更依赖 DVL；正常段不引入不必要重加权（退化为标准紧耦合 VI-DVL） | 5 |\n| Fig. 7 | 数值仿真中旋转外参标定收敛曲线：Identity / Noise Middle / Noise Small 三种初始化 | 收敛曲线图 | 第 IV-D-b 节 | 在线 DVL-IMU 外参标定可从粗糙初始化稳定收敛到真值；初始扰动越大收敛越慢、稳态误差略高 | 4 |\n| Table I | Tank 序列平均平移 RMSE/STD (m)：7 个方法 × 8 序列 + Total RMSE 行 | 定量对比表 | 第 IV-B 节 | FAR-AVIO 总 RMSE 2.08 最优（AQUA-SLAM 2.42、FAR-AIO 2.91、UVA-SLAM 6.41、ORB-SLAM3 14.98、SVIN2 94.85、VINS-Fusion 多序列 NaN）；NaN 表示反复跟踪失败或发散 | 5 |\n| Table II | 嵌入式平台（Jetson Orin NX）上 VINS-Fusion 与 FAR-AVIO 的分模块运行时（标题原文 RONTIME 为 RUNTIME 拼写错误） | 运行时分解表 | 第 IV-C 节 | 总耗时 28.28 ms（约 35 Hz）vs 61.65 ms（约 16 Hz），约 2.2× 加速；后端视觉更新 6.08 ms (21%) vs 33.76 ms (54%)；DVL 更新仅 0.78 ms (2%)；前端成为 FAR-AVIO 主要开销 (73%) | 5 |\n| Table III | AWARE 模块消融：FAR-AVIO (full) / FAR-AIO / FAR-AVIO w/o AWARE 在 SE/SM/SH/HE/HM/HH 上的 RMSE（F = 跟踪失败或滤波发散） | 消融表 | 第 IV-D-a 节 | 完整版在全部 6 序列 RMSE 最低且唯一全部完成；w/o AWARE 除 SE 外全部失败；FAR-AIO 在 HM/HH 失败 | 5 |\n| Table IV | 外参标定模块消融：FAR-AIO vs w/o calib，在 SE/SH/Identity/NM/NS 上的 RMSE 及 Average | 消融表 | 第 IV-D-b 节 | 开启标定后平均 RMSE 从 8.152 m 降至 0.263 m；Tank 上降低 10–25%；仿真中无标定 RMSE 达 3–9 m，有标定恢复至 0.124–0.574 m | 5 |\n| Algorithm 1 | AWARE Update for a Generic Sensor s：质量评分 q_s、阈值 τ_s / τ_s^rec 门控、协方差缩放 R_s^eff = R_s/σ_s^2 | 算法伪代码 | 第 III-D 节 | AWARE 的门控/恢复机制设计（注意：PDF 中该伪代码文本明显损坏，需结合 Fig. 6 行为与 Table III 结果推断） | 4 |\n\n### 2. 优先深读清单（Top-priority deep reads，5 项）\n\n1. **Table I + Fig. 4（精度主证据，5/5）**：论文「定位精度优于 SOTA」的核心声明几乎完全依赖此组证据。深读要点：逐序列核对 FAR-AVIO 是否真如正文所述「consistently ranking first or second」——注意 WholeTank-Hard 上 AQUA-SLAM（0.22）实际优于 FAR-AVIO（0.57），正文措辞是 best average 而非全序列最优；NaN 条目含义（反复跟踪失败/未完成序列）；Fig. 4 对发散方法只绘制成功跟踪部分，轨迹图可能造成视觉上的不公平对比。\n2. **Table II + Fig. 5（效率主证据，5/5）**：支撑「常数时间更新、适合嵌入式部署」的核心卖点。深读要点：加速主要来自后端（6.08 ms vs 33.76 ms），前端仍占 73%，说明瓶颈是转移而非消除；AQUA-SLAM/UVA-SLAM 未参与运行时对比，仅以「预计不低于 ORB-SLAM3」带过（第 IV-C 节），属于证据缺口。\n3. **Fig. 6 + Table III（AWARE 有效性，5/5）**：Fig. 6 给出定性证据（WH 序列视觉 Σ_scale 显著下降而 DVL 保持约 1；SE 序列两者均接近 1），Table III 给出定量证据（w/o AWARE 在 6 序列中 5 个失败）。深读要点：结合损坏的 Algorithm 1 与 Table III 推断 τ_s 与 τ_s^rec 的门控/恢复逻辑。\n4. **Fig. 7 + Table IV（在线标定有效性，4/5）**：Fig. 7 展示三种初始化下旋转外参误差收敛过程，Table IV 量化收益（平均 8.152 m → 0.263 m）。深读要点：正文明确局限——收敛依赖足够旋转激励，近静止/纯平移运动下收敛缓慢，建议提供合理离线初值；Identity 初始化下 w/o calib RMSE 高达 9.372 m。\n5. **Fig. 2 + Fig. 3（方法理解基础，4/5）**：Fig. 2 给出模块级数据流，Fig. 3 给出 DVL 四波束几何（α、β_i），是复现式 (14)–(27)（波束方向矩阵 E、最小二乘解、协方差 Σ_D = σ²(EᵀE)⁻¹）的前提。\n\n### 3. 图表关系 / 实验设置图\n\n- **动机层**：Fig. 1（水下视觉挑战：motion blur / 长期无纹理 / marine snow）→ 引出 Fig. 2 系统架构。\n- **方法层**：Fig. 2（架构）→ 分支一：Fig. 3（DVL 四波束几何）支撑式 (14)–(27) DVL 模型；分支二：式 (7)–(13b) Schur 补视觉等效观测与路标边缘化；分支三：Algorithm 1（AWARE 门控，行为由 Fig. 6 展示）；分支四：在线 DVL-IMU 外参标定（收敛性由 Fig. 7 展示）。\n- **实验层**：Tank 数据集（IV-A：8 序列 = Structure / HalfTank / WholeTank × Easy / Medium / Hard；GT 由 TankGT 管线基于 AprilTag 生成）→ Table I + Fig. 4（精度）→ Fig. 5 + Table II（运行时；桌面 AMD Ryzen 9 7950X 32 GB + 嵌入式 NVIDIA Jetson Orin NX 8 GB）→ Fig. 6 + Table III（AWARE 消融）→ Fig. 7 + Table IV（标定消融）。\n- **实验设置要点**（第 IV-A/IV-C 节）：基线为 AQUA-SLAM、UVA-SLAM、SVIN2、ORB-SLAM3、VINS-Fusion；所有方法使用相同相机/IMU 内外参；轨迹对齐采用 Umeyama 方法 [^27]；消融变量为 AWARE 开关（Table III）与外参标定开关及初始化扰动（Table IV、Fig. 7）。\n\n### 4. 图表 → 结论映射\n\n| 论文结论 | 支撑图表 | 关键证据/数值 |\n|---|---|---|\n| C1：FAR-AVIO 定位精度达到 SOTA 水平（平均最优） | Table I、Fig. 4 | Total RMSE 2.08 vs AQUA-SLAM 2.42；Structure-Hard 0.13 m vs AQUA-SLAM 0.50 m（降低约 75%）；纯 VI 方法多序列 NaN 或米级误差 |\n| C2：计算高效，可在低功耗嵌入式平台实时运行 | Table II、Fig. 5 | 28.28 ms（约 35 Hz）vs VINS-Fusion 61.65 ms（约 16 Hz），2.2× 加速；CPU/内存最低；DVL 更新仅 0.78 ms (2%) |\n| C3：AWARE 模块在传感器退化下提升鲁棒性 | Fig. 6、Table III | WH 序列视觉 Σ_scale 显著下降而 DVL 保持约 1；w/o AWARE 在 6 序列中 5 个失败（F），完整版全部完成且 RMSE 最低 |\n| C4：在线 DVL-IMU 外参标定可靠，无需专门标定动作 | Fig. 7、Table IV | 三种初始化均收敛；平均 RMSE 8.152 m → 0.263 m；仿真中无标定 3–9 m，有标定 0.124–0.574 m；局限：需旋转激励 |\n| C5：声学-惯性骨干在视觉完全失效时仍可工作 | Table I（FAR-AIO 列）、Table III | FAR-AIO 在 Table I 全部 8 序列均有数值，验证 DVL-IMU 骨干鲁棒性（但 Table III 中 HM/HH 标记为 F，见下方不一致提示） |\n| C6：水下视觉退化（blur、无纹理、marine snow）是核心动机 | Fig. 1 | (b)(c)(d) 实景展示三类退化；(e) 展示系统在退化条件下仍输出稠密重建与轨迹 |\n\n### 5. 图表审读注意事项与证据缺口\n\n- **Table II 标题拼写错误**：RONTIME 应为 RUNTIME，不影响数据解读。\n- **运行时对比不完整**：AQUA-SLAM/UVA-SLAM 未纳入（第 IV-C 节仅推测其成本不低于 ORB-SLAM3），效率结论对这两个 DVL 基线并非直接测量。\n- **Table I 与 Table III 数值不一致**：FAR-AIO 在 Table I 中 SE 为 0.13 且 HM/HH 有值（0.48/0.33），而 Table III 中 SE 为 0.24 且 HM/HH 标记为 F，可能源于不同运行配置或随机性，引用前需核实。\n- **Table IV 的 Average 计算存疑**：w/o calib 行五项均值应为约 3.26，表中为 8.152，与 FAR-AIO 行（0.263，与逐项均值吻合）计算方式不一致，需复核。\n- **Total RMSE 为 8 序列之和而非均值**（如 SVIN2 的 94.85 主要由 HalfTank-Hard 的 77.6 贡献），跨方法比较时应对此保持敏感。\n- **Algorithm 1 文本损坏**：AWARE 阈值 τ_s、τ_s^rec 的精确逻辑需结合 Fig. 6 行为描述与 Table III 消融结果推断，或查阅开源实现。"
}