{ "paper_id": "d867d7e7584db4bd1516fb9d6cc25b18", "paper_title": "FAST-LIVO2: Fast, Direct LiDAR-Inertial-Visual Odometry", "paper_authors": [ "Chunran Zheng", "Wei Xu", "Zuhao Zou", "Tong Hua", "Chongjian Yuan", "Dongjiao He", "Bingyang Zhou", "Zheng Liu", "Jiarong Lin", "Fangcheng Zhu", "Yunfan Ren", "Rong Wang", "Fanle Meng", "Fu Zhang" ], "publication_date": "2024", "publication_venue": "IEEE Transactions on Robotics", "abstract": "本文提出FAST-LIVO2，一个快速、直接的LiDAR-惯性-视觉里程计框架，旨在为SLAM任务提供准确且鲁棒的状态估计，支持实时机器人应用。FAST-LIVO2通过高效的误差状态迭代卡尔曼滤波（ESIKF）融合IMU、LiDAR和图像数据。为解决LiDAR与图像测量之间的维度不匹配问题，采用顺序更新策略。通过直接方法融合LiDAR与视觉数据进一步提升效率：LiDAR模块直接配准原始点云而无需提取特征，视觉模块最小化光度误差而不依赖特征提取。LiDAR与视觉测量均融合至统一体素地图：LiDAR模块构建几何结构，视觉模块将图像图块链接至LiDAR点以实现精确图像对齐。来自LiDAR点的平面先验提升对齐精度并在过程中动态精化。此外，按需光线投射操作与实时图像曝光估计增强了鲁棒性。在基准数据集与自采集数据集上的大量实验表明，FAST-LIVO2在精度、鲁棒性和效率方面均优于最先进系统。论文验证了各关键模块，并展示了三项应用：体现实时能力的UAV导航、展示高精度的机载测绘，以及证明稠密建图适用性的3D模型渲染（基于mesh与NeRF）。代码与数据集已在GitHub开源以惠及机器人社区。", "keywords": [ "三维重建", "航空导航", "传感器融合", "同步定位与建图（SLAM）" ], "paper_institutions": [ "The University of Hong Kong", "Shanghai Jiao Tong University", "China Electronics Technology Group Corporation", "Manifold Tech Limited" ], "output_language": "zh", "provider": "doubao", "model": "glm-5.3", "prompt_template": "simple", "extracted_at": "2026-09-17T09:42:29.761024Z", "template_tag": "deep_read", "summary": "# FAST-LIVO2: Fast, Direct LiDAR-Inertial-Visual Odometry\n\n\n**作者 / Authors:** Chunran Zheng, Wei Xu, Zuhao Zou, Tong Hua, Chongjian Yuan, Dongjiao He, Bingyang Zhou, Zheng Liu, Jiarong Lin, Fangcheng Zhu, Yunfan Ren, Rong Wang, Fanle Meng, Fu Zhang\n\n\n**单位 / Institutions:** The University of Hong Kong (Department of Mechanical Engineering / MaRS Lab), Manifold Tech Limited, Shanghai Jiao Tong University (Shanghai Key Laboratory of Navigation and Location Based Services), Information Science Academy, China Electronics Technology Group Corporation\n\n\n\n**输出语言 / Output Language:** zh\n\n\n\n**发表日期 / Publication Date:** 2024（正文未给出正式卷期；补充材料标注为 2024 年 8 月，据此推断为 2024 年）\n\n\n\n**期刊/会议 / Publication Venue:** IEEE 期刊论文（依据 IEEE Trans. 排版格式、Index Terms 与作者简介推断，推测为 IEEE Transactions on Robotics；正文未明确标注卷期页码）\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**分类依据（archetype = system）**：\n\n- 论文核心贡献是一个完整可部署的 LIVO 系统：ESIKF 顺序更新框架 + 统一体素地图 + LiDAR/视觉测量模型 + 针对 Intel/ARM 的实时工程实现（Sec. I、Sec. IX-A），并展示了无人机导航、机载建图、mesh/3DGS 渲染三类落地应用（Sec. X），符合“系统/平台/部署栈”定义。\n- 虽包含方法层面的新算法（顺序更新 ESIKF、参考 patch 更新策略、按需光线投射等），但它们均服务于整体系统的精度、鲁棒性与实时性，故整体归类为 system 而非 method。\n\n### 1. 论文元数据\n\n- **标题**：FAST-LIVO2: Fast, Direct LiDAR-Inertial-Visual Odometry\n- **作者**（姓名 / 单位 / 文中明确给出的背景）：\n - Chunran Zheng（香港大学机械工程系，博士生；多传感器标定、传感器融合、LiDAR-惯性-视觉 SLAM、3D Gaussian Splatting）\n - Wei Xu（香港大学机械工程博士，现任 Manifold Tech Limited CTO；滤波算法、多传感器融合、稠密建图）\n - Zuhao Zou（香港大学机械工程系，博士生；机器人、传感器融合、定位建图、回环检测）\n - Tong Hua（上海交通大学导航与位置服务重点实验室，硕士生；多传感器融合、视觉惯性里程计）\n - Chongjian Yuan（香港大学机械工程系，博士生；LiDAR SLAM、传感器融合）\n - Dongjiao He（香港大学机器人学博士（2024）；多传感器算法、SLAM、无人机自主导航）\n - Bingyang Zhou（香港大学 MaRS Lab，硕士生；SLAM）\n - Zheng Liu（香港大学机械工程博士（2024）；视觉/LiDAR 定位建图、传感器融合与标定）\n - Jiarong Lin（香港大学机械工程系，博士生；LiDAR 建图、传感器融合）\n - Fangcheng Zhu（香港大学机械工程系，博士生；LiDAR SLAM、传感器标定、集群系统）\n - Yunfan Ren（香港大学机械工程系，博士生，MaRS Lab 成员；自主导航、无人机规划、最优控制）\n - Rong Wang（中国科学院大学自动化博士，现职中国电子科技集团信息科学研究院；语义 SLAM、无人机）\n - Fanle Meng（清华大学生物医学工程博士，现职中国电子科技集团信息科学研究院；SLAM、地面无人系统）\n - Fu Zhang（香港大学机械工程系助理教授（2018 年起），MaRS Lab 负责人；无人机设计、导航、控制与 LiDAR SLAM）\n- **发表载体**：IEEE 期刊（从 IEEE Trans. 排版、Index Terms、作者简介推断；补充材料 [^53] 标注 2024 年 8 月，推测为 IEEE Transactions on Robotics，2024）\n\n### 2. 研究定位\n\n- **研究领域**：SLAM 与多传感器融合状态估计（LiDAR-惯性-视觉里程计 LIVO）\n- **具体任务**：通过带顺序更新的误差状态迭代卡尔曼滤波（ESIKF）紧耦合 LiDAR、图像与 IMU 测量，实现快速、直接、精确且鲁棒的实时状态估计与彩色稠密建图（Abstract、Sec. I、Sec. III）\n- **目标用户/应用场景**：需要在机载有限算力下实时运行的机器人系统；典型场景包括全机载无人机自主导航（Sec. X-A）、机载高精度建图（Sec. X-B）、mesh/纹理/3DGS 三维重建渲染（Sec. X-C），以及弱纹理、无结构、光照剧变、LiDAR 退化等恶劣环境（Sec. IX-C）\n\n### 3. 输入材料清单\n\n- **PDF**：有（正文完整，含摘要、引言、相关工作、系统概述、方法（Sec. IV–VII）、数据集（Sec. VIII）、实验（Sec. IX）、应用（Sec. X）、结论（Sec. XI）及 59 篇参考文献）\n- **附录/补充材料**：有（Supplementary Material [^53]，含系统模块验证 Sec. I-A 至 I-E 及图 S1–S15、表 S1–S3；链接：\n- **代码链接**：有（GitHub 开源： 与 Sec. I 明确声明）\n- **数据集链接**：有（自建 FAST-LIVO2 私有数据集随代码发布，含平台与硬件同步方案，Sec. VIII-B；另使用公开数据集 NTU-VIRAL、Hilti'22、Hilti'23、MARS-LVIG，Sec. VIII-A）\n\n### 4. 缺失材料与风险\n\n- **缺失项**：\n - 正文未给出正式发表的卷期、页码与 DOI；\n - Hilti 数据集真值未开源，相关结果只能通过 Hilti 官方网站核验（Sec. VIII-A）；\n - Hilti'23 “Site 3” 四个序列因官网不提供 RMSE 等深度分析而被排除（Sec. VIII-A）；\n - 各模块消融的详细数据放在补充材料中，正文未完整呈现。\n- **可能影响**：出版信息需外部检索确认；Hilti 上的定量结论依赖官网评分复核，独立复现存在门槛；完整理解模块有效性需额外下载并阅读补充材料与多个外部数据集，复现成本较高。\n\n### 5. 阅读路线\n\n- **Step 1**：读 Abstract、Sec. I 与 Fig. 1、Fig. 2，掌握系统总体架构，并明确相对 FAST-LIVO 的五点新贡献（顺序更新 ESIKF、平面先验使用与精化、参考 patch 更新策略、在线曝光时间估计、按需体素光线投射）。\n- **Step 2**：精读 Sec. IV 与 Algorithm 1，理解基于式 (5)–(11) 的两步贝叶斯顺序更新推导（先 LiDAR 点到平面更新、后稀疏直接视觉更新）。\n- **Step 3**：精读 Sec. V（自适应体素局部地图、视觉地图点生成、参考 patch 打分更新式 (12)、法向量精化与仿射变换式 (13)–(17)）与 Sec. VI–VII（LiDAR 束发散噪声模型式 (18)–(19)、视觉测量模型式 (20)–(22)）。\n- **Step 4**：读 Sec. VIII–IX，重点分析 Table II（25 个公开序列精度对比，平均 RMSE 0.044 m）、Table III（平均单帧耗时 30.03 ms，ARM 上 78.44 ms）及消融结论（Sec. IX-B）。\n- **Step 5**：读 Sec. X 三类应用与 Sec. XI 结论，评估系统在真实部署（机载 UAV、机载建图、3DGS）中的实用价值与局限（无回环、长程漂移）。\n- **Step 6**：按需查阅补充材料中的模块验证实验（Sec. I-A 至 I-E），核对各贡献点的独立有效性证据。\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**：系统（system）论文，属于 SLAM / 多传感器融合状态估计领域。\n- **依据**：论文提出完整可部署的 FAST-LIVO2 系统——顺序更新 ESIKF + 统一自适应体素地图 + LiDAR/视觉直接法测量模型 + 针对 Intel/ARM 的实时工程实现（Sec. I、Sec. III、Sec. IX-A），并给出全机载 UAV 自主导航、机载建图、mesh/纹理/3DGS 渲染三类落地应用（Sec. X）。方法层创新（顺序更新、平面先验、参考 patch 策略等）均服务于系统整体的精度、鲁棒性与实时性，故整体归类为系统论文。\n\n### 2. 背景与研究背景\n\n- **领域需求**：SLAM 是机器人导航的核心——定位结果反馈给机载控制器，稠密彩色地图支撑轨迹规划、VR/AR、三维建模与人机交互（Sec. I）。\n- **单传感器局限**：视觉 SLAM 缺乏直接深度测量，需三角化/深度滤波带来计算开销，且对光照变化、弱纹理敏感；LiDAR SLAM 点云无颜色信息，在窄隧道、单面延展墙等几何约束不足场景退化（Sec. I）。\n- **LIVO 融合的四大挑战**（Sec. I 列举 1)–4)）：①机载有限算力下处理每秒成百上千 LiDAR 点与高帧率高分辨率图像的效率问题；②现有系统依赖 LIO/VIO 子系统的特征提取，弱纹理/无结构环境特征稀少，且需针对不同 LiDAR 扫描模式做大量工程适配；③需要统一地图同时管理稀疏点与高分辨率图像测量，异构测量下地图设计与维护困难；④彩色点云重建需像素级位姿精度，涉及硬件同步、外参预标定、曝光时间恢复与实时融合策略。\n\n### 3. 直觉正确性检查\n\n- **顺序更新等价性**：式 (5)–(8) 通过贝叶斯链式分解证明，在 LiDAR 与图像测量噪声统计独立的前提下，顺序更新与标准联合更新理论等价（Sec. IV-D）——假设合理，是多传感器滤波融合的经典结论（文献 [^44][^45]）。\n- **直接法可行性**：直接法省去特征提取与匹配，在弱纹理/无结构环境更鲁棒，但依赖较准确的初值；本系统由 IMU 传播提供先验，且 LiDAR 更新先行收敛后再作为视觉更新的初值（Algorithm 1，Sec. IV-D），有效缓解局部极小风险——逻辑自洽。\n- **平面先验替代恒定深度**：FAST-LIVO 假设 patch 内所有像素同深度，被原文称为 wild assumption（Sec. V-E）；用 LiDAR 点拟合的局部平面法向量做仿射变换更符合物理——合理；消融中去掉参考 patch 更新后平均 RMSE 从 0.045 m 升至 0.089 m（Table II），间接支持几何先验的价值。\n- **曝光时间在线估计**：将逆曝光时间 τ 建模为随机游走并入系统状态（Sec. IV-A，式 (2)），并固定 τ₀=1 消除测量方程退化（Sec. VII-B）——与 R3LIVE++ 思路一致，合理。\n- **疑点/保留意见**：①视觉光度噪声设为常数 100（Sec. IX-A）较粗糙，未随图像质量自适应；②法向量精化平均仅提升 1 mm，且在昏暗序列（NTU-VIRAL 的 eee/nya）出现负优化，默认配置将其关闭（Sec. IX-A、IX-B），说明该模块收益有限；③顺序更新依赖两模态噪声独立，若存在标定残差引入的耦合，等价性只是近似成立。\n\n### 4. 核心贡献\n\n1) **顺序更新 ESIKF**：两步贝叶斯更新（先 LiDAR 点到面更新、后稀疏直接视觉更新）解决 LiDAR 与图像测量的维度不匹配，替代 FAST-LIVO 的异步更新，提升鲁棒性（Sec. IV，Algorithm 1）。\n2) **平面先验的使用与精化**：复用 LiDAR 点拟合的平面法向量进行仿射变换，并可在独立线程中最小化光度误差进一步精化法向量（式 (13)–(17)），提升图像对齐精度（Sec. V-B、V-E）。\n3) **参考 patch 更新策略**：以 NCC 光度相似度与视角余弦加权评分（式 (12)）选取高质量、大视差、纹理充分的参考 patch，避免 FAST-LIVO 选取贴近当前视角的低质量 patch 造成弱约束（Sec. V-D）。\n4) **在线曝光时间估计**：逆曝光时间 τ 进入状态实时估计，应对环境光照剧变（Sec. IV-A、VII-B；消融显示去掉后平均误差增加 6 mm，Table II）。\n5) **按需体素光线投射**：在 LiDAR 近距盲区或相机/LiDAR FoV 不重叠时，按图像网格反向投射召回视觉地图点（Sec. VII-A2，Fig. 7），增强系统鲁棒性。\n（附加）统一体素地图同时服务 LiDAR 几何与视觉纹理，以及面向 Intel/ARM 实时优化的开源实现与数据集发布（Sec. I、Sec. V、GitHub）。\n\n### 5. 清晰度评估\n\n- **结构**：系统概览（Sec. III + Fig. 2）→ 方法（Sec. IV–VII）→ 数据集（Sec. VIII）→ 实验（Sec. IX）→ 应用（Sec. X）→ 结论（Sec. XI），层次分明；Algorithm 1 伪代码与式 (1)–(22) 推导完整，记号表（Table I）降低入门门槛。\n- **图表**：Fig. 2 系统框图、Fig. 3 扫描重组、Fig. 5 仿射变换几何、Fig. 6 光束发散噪声模型、Fig. 7 按需光线投射、Fig. 8 外点剔除均直观有效；Table II（25 个公开序列精度对比）与 Table III（各系统耗时对比）信息量大且结论清晰。\n- **可读性**：对熟悉 EKF/直接法的读者流畅易读。不足：各模块消融的详细数据移至补充材料 [^53]，正文结论需交叉查阅；部分工程参数（如光度噪声取 100）仅给经验值，缺乏选取依据说明。\n\n### 6. 继续或停止建议\n\n**建议：继续精读（强烈推荐）。**\n理由：①性能标杆——25 个公开序列上平均 RMSE 0.044 m，约为第二名 FAST-LIVO（0.137 m）的 3 倍精度，平均单帧耗时 30.03 ms、ARM 平台 78.44 ms，精度与效率均为 SOTA（Table II、Table III）；②代码与数据集全部开源，复现与二次开发门槛低；③五点贡献均有对应消融验证，方法论完整可信；④对从事 SLAM、无人机自主导航、三维重建的研究者与工程师均有直接参考价值，值得投入第二、三遍精读。\n\n### 7. 结构大纲图\n\nmarkmap\n\n# FAST-LIVO2 总览\n\n## I. 引言\n\n### 单传感器 SLAM 局限\n\n### LIVO 四大挑战\n\n### 相对 FAST-LIVO 的五点贡献\n\n## II. 相关工作\n\n### 直接法（稠密/半稠密/稀疏）\n\n### LiDAR-视觉(-惯性) SLAM：松耦合 vs 紧耦合\n\n### 与 R3LIVE / DV-LOAM 等的差异\n\n## III. 系统概览\n\n### ESIKF + 局部建图 + 双测量模型（Fig. 2）\n\n## IV. 顺序更新 ESIKF\n\n### 状态定义与传播（式 1–3）\n\n### 扫描重组（Fig. 3）\n\n### 顺序贝叶斯更新（式 5–11）\n\n### Algorithm 1\n\n## V. 局部建图\n\n### 自适应体素地图 + 环形缓冲（Fig. 4）\n\n### 几何构建与更新\n\n### 视觉地图点生成\n\n### 参考 patch 更新（式 12）\n\n### 法向量精化（式 13–17，Fig. 5）\n\n## VI. LiDAR 测量模型\n\n### 点到面残差（式 18）\n\n### 光束发散噪声（式 19，Fig. 6）\n\n## VII. 视觉测量模型\n\n### 可见体素查询 + 按需光线投射（Fig. 7）\n\n### 外点剔除（Fig. 8）\n\n### 稀疏直接光度模型（式 20–22）\n\n## VIII. 数据集\n\n### 公开：NTU-VIRAL / Hilti'22 / Hilti'23 / MARS-LVIG\n\n### 私有：FAST-LIVO2 数据集（20 序列）\n\n## IX. 实验\n\n### 基准对比（Table II：平均 RMSE 0.044 m）\n\n### 退化与视觉挑战环境（Fig. 10–11）\n\n### 高精度建图\n\n### 耗时分析（Table III：平均 30.03 ms / ARM 78.44 ms）\n\n## X. 应用\n\n### 全机载 UAV 自主导航（Fig. 12–14）\n\n### 机载建图（MARS-LVIG）\n\n### Mesh/纹理/3DGS 渲染（Fig. 15–16）\n\n## XI. 结论与未来工作\n\n### 局限：无回环、长程漂移\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论文旨在解决“如何在机载有限算力下，通过紧耦合 LiDAR、图像与 IMU 测量，实现快速、直接、精确且鲁棒的实时状态估计与彩色稠密建图（LIVO）”这一问题（Abstract；Sec. I）。\n\n### 2. 痛点与现有不足\n\n- **单一传感器 SLAM 的固有局限**：视觉 SLAM 缺乏直接深度测量、对光照变化敏感、弱纹理环境下数据关联困难；LiDAR SLAM 点云地图缺乏颜色信息，且在几何约束不足的环境（如窄隧道、单一长墙）中性能退化（Sec. I 第 1–3 段）。\n- **计算效率瓶颈**：LIVO 系统需处理每秒数百至数千个 LiDAR 点以及高帧率、高分辨率图像，在机载资源受限条件下充分利用海量数据要求极高的计算效率（Sec. I，挑战 1）。\n- **特征提取方法的局限**：现有系统多采用 LIO+VIO 双子系统并依赖特征提取以降低计算量，在缺乏结构或纹理的环境中特征点稀少，且需针对不同 LiDAR 扫描模式与点密度做大量工程适配（Sec. I，挑战 2）。\n- **统一地图与像素级精度难题**：需要设计统一地图同时管理稀疏点云与高分辨率图像测量，但 LiDAR 与相机测量异构、维度不匹配；彩色点云重建要求像素级位姿精度，涉及硬件同步、外参预标定、曝光时间精确恢复与实时融合策略（Sec. I，挑战 3、4）。\n\n### 3. 形式化目标 / 优化目标\n\n- **状态估计问题**：估计系统状态 x ∈ M = SO(3) × R^16（dim(M)=19），包含 IMU 姿态、位置、速度、陀螺/加计偏置、全局重力向量及逆曝光时间 τ（Sec. IV-A，式 (2)）。\n- **MAP 估计框架**：基于 IMU 传播先验 p(x)，通过两步贝叶斯顺序更新求后验 p(x|y_l, y_c) ∝ p(y_c|x)·p(x|y_l)：第一步用 LiDAR 测量更新（式 (6)），第二步用图像测量更新（式 (7)）；在 LiDAR 与图像测量噪声统计独立的假设下，与标准 ESIKF 全量更新理论等价（Sec. IV-D，式 (5)–(8)；Algorithm 1）。\n- **LiDAR 测量模型**：点到平面残差 0 = (n_j)^T(ᴳT_I ᴵT_L ᴸp_j − q_j)，测量噪声包含点、法向量与平面中心的不确定性（Sec. VI-A，式 (18)）；并建模激光束发散角 θ 引起的测距不确定性 δd = d(cosφ/cos(θ+φ) − cosφ/cos(θ−φ))（Sec. VI-B，式 (19)）。\n- **视觉测量模型**：最小化参考 patch 与当前 patch 间的光度误差（Sec. VII-B，式 (21)–(22)），采用 inverse compositional formulation 使 Jacobian 一次计算重复使用；法向量精化通过无约束最小二乘 argmin_{m∈R²} Σ‖τ_i I_i(A_r^i u_r^j) − τ_r I_r(u_r^j)‖₂ 实现（Sec. V-E，式 (14)–(17)）。\n\n### 4. 成功标准（指标或期望性质）\n\n- **精度**：在 25 个公开序列（NTU-VIRAL、Hilti'22/'23）上平均平移 RMSE 为 0.044 m，约为第二名 FAST-LIVO（0.137 m）的 1/3（Sec. IX-B，Table II）。\n- **效率**：Intel i7-10700K 上平均单帧（LiDAR 扫描 + 图像）耗时 30.03 ms（17.13 ms LiDAR / 12.90 ms 图像），满足 10 Hz 实时；ARM 平台（RB5）平均 78.44 ms 仍可实时运行（Sec. IX-E，Table III）。\n- **鲁棒性**：在 LiDAR 退化（如近 800 m 单墙的 “HIT Graffiti Wall”）、视觉退化（暗光、曝光剧变）及双退化场景（“CBD Building 03”、“Mining Tunnel”）中稳定运行，端到端回环误差 < 0.01 m（Sec. IX-C，Fig. 10–11）。\n- **建图质量与应用落地**：生成像素级对齐的稠密彩色点云，支撑 mesh/纹理/3DGS 渲染（Sec. X-C，Fig. 15–16）；并验证全机载 UAV 自主导航（定位 + 规划 + MPC 全部机载实时运行，总平均耗时 80.4 ms）（Sec. X-A，Fig. 12–14）。\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 axes）\n\n论文在 Sec. IX-B（Table II、Table III）中选取的基准系统，按「方法 -> 核心思想 -> 局限」结构梳理：\n\n- **R3LIVE [^36]（最强直接法 LIVO 基线）**：LIVO 系统 -> LIO 子系统构建地图几何、VIO 子系统以逐像素（dense direct）光度对齐渲染纹理，两子系统经 IMU 联合状态估计 -> VIO 依赖 frame-to-frame 光流提供准确初值，剧烈旋转或无结构场景（如 Construction Stairs、Cupola、Attic to Upper Gallery）易陷入局部最优甚至负优化（Table II 中误差达 0.784/2.142/2.412 m）；逐像素残差构建与彩色地图贝叶斯更新计算昂贵（平均 108.36 ms/帧，Table III）。\n- **FAST-LIVO [^8]（前作，最直接的内部基线）**：紧耦合稀疏直接 LIVO -> 异步更新 ESIKF + patch 级图像对齐 -> patch 内常深度假设使仿射 warp 不准、参考 patch 按视角邻近选取导致质量低、无曝光时间估计、无 raycasting（Sec. I 列出的五点新贡献即逐条针对这些局限）。\n- **LVI-SAM [^35]（特征法紧耦合代表）**：因子图平滑与建图框架紧耦合 LIO+VIO -> 特征提取匹配 + 滑窗优化 + IMU 预积分 -> 特征法在弱纹理/无结构环境特征稀少，9 个序列完全失败（Table II 标 ×）；特征提取与因子图耗时（平均 108.45 ms，Table III）。\n- **FAST-LIO2 [^13]（纯 LIO 精度上限参照）**：直接 LIO -> 增量 kd-tree 地图 + 点到面残差 -> 无颜色信息，长走廊/单墙等几何退化场景漂移（平均 RMSE 0.151 m）；因不处理图像，比本文快约 10.35 ms（Sec. IX-E）。\n- **SDV-LOAM [^40]（半直接法代表）**：半直接视觉-LiDAR LOAM -> LiDAR 点投影提供深度、直接法跟踪像素 -> 与 IMU 松耦合致 LO 子系统漂移严重（Hilti 上平均 RMSE 7.416 m，Table II）。\n\n**比较轴总结**：(1) 精度——25 个公开序列平均平移 RMSE 0.044 m，约为第二名 FAST-LIVO（0.137 m）的 1/3（Table II）；(2) 鲁棒性——LiDAR 退化与视觉挑战序列（Fig. 10、Fig. 11）中端到端误差 <0.01 m，而 R3LIVE/FAST-LIVO 失败或纹理模糊；(3) 效率——Intel 平台平均 30.03 ms/帧、ARM（RB5）平台 78.44 ms/帧，均为对比系统最低（Table III）。\n\n### 2. 最接近的方法与关键差异（Closest approaches & key differences）\n\n- **R3LIVE / R3LIVE++ [^36], [^37]**（同为直接法 LIVO、同课题组前序工作）：\n - 核心思想：LIO 建几何 + VIO 逐像素直接对齐渲染纹理。\n - 关键差异（Sec. II-B 明确列出三点）：本文 VIO 工作在 image patch 级（sparse direct）而非单像素级（dense direct）；本文用一步 frame-to-map 稀疏图像对齐，简化 R3LIVE 的 frame-to-frame 光流 + frame-to-map 两阶段流程，降低对精确初值的依赖；patch 级利用原始图像分辨率信息，而 R3LIVE 受限于其点地图分辨率。R3LIVE++ 虽在线估计曝光，但需预先光度标定 [^38]；本文将逆曝光时间 τ 纳入状态在线估计（Sec. IV-A、Sec. VII-B）。\n- **DV-LOAM [^39] / SDV-LOAM [^40] / LVIO-Fusion [^41]**（视觉模块机制最相似）：\n - 核心思想：将携带 patch 的 LiDAR 点投影到新图像，最小化直接光度误差进行跟踪。\n - 关键差异（Sec. II-B）：它们使用视觉与 LiDAR 分离的地图、patch warp 依赖常深度假设、状态估计层松耦合、需 frame-to-frame 与 frame-to-keyframe 两阶段对齐；本文以单一统一体素地图将 frame-to-map 对齐、LiDAR 配准与 IMU 紧耦合于同一迭代卡尔曼滤波，并直接利用 LiDAR 平面先验（可在线精化法向量，Sec. V-E）加速图像对齐。\n- **模块级来源：VoxelMap [^14] 与 SVO [^12]**：LiDAR 模块改编自 VoxelMap 的自适应体素地图，视觉模块基于 SVO 类稀疏直接法变体；关键差异是复用 LiDAR 点作为视觉地图点，免除特征提取、三角化与深度滤波等重后端计算（Sec. II-A）。\n\n### 3. 正交方向（Orthogonal directions）\n\n- **回环检测与滑窗优化**：本文为纯 odometry，无回环，长程漂移留待未来集成回环与滑窗优化解决（Sec. XI）；与 LVI-SAM 对比时也特意关闭其回环模块以保证公平（Sec. IX-B）。\n- **语义建图与深度学习**：Sec. XI 提出可基于稠密彩色点图做 object-level 语义建图；Sec. I 提及的深度学习特征提取/动态物体过滤属正交增强，未被本文采用。\n- **光度标定路线**：R3LIVE++ [^37], [^38] 采用预先光度标定恢复地图点辐射度，与本文在线曝光估计是处理光照变化的两种不同（部分正交）技术路线。\n- **下游渲染与应用栈**：mesh 生成（VDBFusion [^57]）、纹理映射（OpenMVS [^58]）、3DGS（与 COLMAP [^59] 对比，Fig. 16）以及 UAV 导航的规划与控制（Bubble planner [^55]、MPC [^56]）均为消费本文定位与建图输出的应用层，而非竞争性状态估计方法。\n- **数据集基础设施**：NTU-VIRAL [^49]、Hilti'22/'23 [^50], [^51]、MARS-LVIG [^52] 与自建 FAST-LIVO2 数据集（Sec. VIII）属评测资源，与算法贡献正交。\n\n### 4. 一句话定位（One-sentence positioning）\n\nFAST-LIVO2 以「单一统一体素地图 + 顺序更新 ESIKF」紧耦合原始 LiDAR 点、稀疏图像 patch 与 IMU 测量，通过复用/精化 LiDAR 平面先验、参考 patch 更新策略、在线曝光估计与按需体素光线投射，在精度、鲁棒性与效率三个轴上同时超越特征法（LVI-SAM）、稠密直接法（R3LIVE/R3LIVE++）、半直接法（SDV-LOAM）及其前作 FAST-LIVO（Sec. II、Table II、Table III）。\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（核心方法机制）\n\n### 1. 核心机制概述（浅层理解）\n\nFAST-LIVO2 的解题思路可概括为「一个滤波框架 + 一张统一地图 + 两类直接测量模型 + 多项精度/鲁棒性增强」（Sec. I、Sec. III、Fig. 2）：\n\n- **顺序更新 ESIKF（Sec. IV）**：针对 LiDAR 与图像测量维度不匹配的问题，将一次联合更新拆解为「先 LiDAR、后视觉」的两次贝叶斯顺序更新（式(5)-(8)）；在两类测量噪声统计独立的假设下，与标准 ESIKF 联合更新理论等价（Sec. IV-D）。这既解决了维度失配，又允许视觉更新在图像金字塔各层灵活迭代。\n- **直接法融合（Sec. VI、Sec. VII）**：LiDAR 模块直接将原始点配准到体素地图平面（点对面残差），视觉模块直接最小化参考 patch 与当前 patch 间的光度误差（稀疏直接图像对齐），全程不提取特征、不三角化、不做光流跟踪（Sec. I、Sec. II-A），从而省去耗时的特征提取与匹配，并保留对弱纹理/无结构环境的感知能力。\n- **统一体素地图（Sec. V）**：Hash 表 + 自适应八叉树结构（根体素 0.5 m，Fig. 4 的 ring-buffer 滑动机制限制内存）；LiDAR 点构建并更新几何（平面中心 q、法向 n、协方差 Σ_{n,q}），图像 patch 附加到 LiDAR 地图点上形成「视觉地图点」，实现测量级紧耦合（Sec. V-A）。\n- **精度与鲁棒性增强**：LiDAR 平面先验用于仿射变换（替代 FAST-LIVO 的常深度假设）并可在线精化法向量（Sec. V-E）；参考 patch 打分更新策略（Sec. V-D）；在线逆曝光时间估计 τ（Sec. IV-A、Sec. VII-B）；按需体素光线投射应对 LiDAR 近距盲区与相机/LiDAR FoV 不重叠（Sec. VII-A2，Fig. 7）。\n\n### 2. 分步流程拆解（中层分析）\n\n依据 Algorithm 1 与 Sec. III–VII，单个同步周期（如 10 Hz）内的处理流程为：\n\n**Step 1 扫描重组（Sec. IV-B，Fig. 3）**：将高频异步采样的 LiDAR 原始点按相机曝光时刻切分重组为扫描，使 LiDAR 与相机以相同频率触发状态更新。\n\n**Step 2 前向传播（Sec. IV-C，式(1)-(3)）**：以 IMU 测量驱动 19 维流形状态 M = SO(3)×R^16 传播，得到先验 x̂、P̂；状态含姿态、位置、速度、IMU 偏置、重力向量与逆曝光时间 τ（τ 建模为随机游走）。\n\n**Step 3 反向传播（Sec. IV-C）**：对扫描内各点做运动补偿，使所有点等效于在扫描结束时刻 t_k 测得，消除运动畸变。\n\n**Step 4 LiDAR 顺序更新（Sec. IV-D、Sec. VI，Algorithm 1 Lines 6-11）**：将去畸变点投影到全局系（Sec. VI-A），查询其所在体素平面，构建点对面残差，迭代求解 ESIKF 更新直至收敛；噪声模型额外考虑激光束发散角 θ 引起的测距不确定性（Sec. VI-B，式(19) 附近，Fig. 6），使地面/墙面等大入射角点的权重刻画更精确。\n\n**Step 5 地图几何构建与更新（Sec. V-B）**：将配准后的点插入 Hash 体素地图；新体素经 SVD 判定平面性并计算 (q, n, Σ_{n,q})，非平面则八叉树细分（最多 3 层）；成熟平面参数固定，其最近 50 个 LiDAR 点作为视觉地图点候选。\n\n**Step 6 视觉地图点选择（Sec. VII-A，Fig. 7、Fig. 8）**：(a) 可见体素查询——轮询当前扫描 LiDAR 点命中体素与上一帧可见点所在体素；(b) 按需光线投射——对未被占据的 30×30 像素网格沿中心像素反向投射并沿深度均匀采样（采样点位置预计算以降负载），召回盲区或 FoV 不重叠区域的地图点；(c) 外点剔除——基于当前帧深度图剔除遮挡点与深度不连续点，剔除参考/当前视角过大（>80°）的点。\n\n**Step 7 稀疏直接视觉更新（Sec. IV-D、Sec. VII-B，Algorithm 1 Lines 13-23）**：以 LiDAR 更新收敛后的 (x̂, P̂) 为先验，构建光度残差（式(22)），采用逆组合公式将位姿增量移至参考帧侧，使雅可比只需计算一次；固定 τ₀=1 消除曝光估计的尺度退化；在三层图像金字塔上由粗到细逐层迭代至收敛。\n\n**Step 8 视觉地图点生成与参考 patch 更新（Sec. V-C、Sec. V-D）**：视觉更新后，将候选点投影至当前帧，按 30×30 网格在无地图点处生成新视觉地图点（三层 patch 金字塔）；对已有地图点按时间（>20 帧）或像素偏移（>40 像素）追加新 patch；按式(12) 的加权 NCC + 视角余弦打分选出参考 patch，倾向选择外观与多数 patch 相似、视角正交于平面的高质量 patch（借鉴 MVS 思想，规避动态物体与低分辨率纹理）。\n\n**Step 9 法向量精化（Sec. V-E，独立线程）**：以参考 patch 与其余 patch 间的光度误差为目标（式(14)），通过变量代换 M = Bm + b（式(15)）将球面约束的法向量优化转化为无约束 2D 最小二乘，收敛后固定参考 patch 与法向量并删除其余 patch。\n\n**Step 10 输出与反馈**：最终状态 x̄、P̄ 用于下一周期 IMU 传播，并驱动视觉结构更新与地图滑动（Sec. V-A、Fig. 4）。\n\n### 3. 关键公式与模块角色（深层分析）\n\n| 公式/模块 | 位置 | 作用与设计动机 |\n|---|---|---|\n| 状态转移模型（式(1)-(3)） | Sec. IV-A | 定义 19 维流形状态与 IMU 驱动的离散传播；τ 作为状态分量实现曝光在线估计，无需光度标定 |\n| 顺序更新推导（式(5)-(8)） | Sec. IV-D | p(x |\n| ESIKF 迭代更新（Sec. IV-D 的增益与状态修正公式） | Sec. IV-D | 迭代卡尔曼增益与流形上的状态修正，是 LiDAR 与视觉两类测量共用的统一更新算子 |\n| 参考 patch 打分（式(12)） | Sec. V-D | S = (1-ω₁)·mean(NCC) + ω₁·c，兼顾外观相似性与视角正交性；相比 FAST-LIVO「选最近视角」策略，避免对当前位姿约束过弱的低质量 patch |\n| 仿射变换（式(13)） | Sec. V-E | 基于平面法向的精确 warp，取代常深度假设，提升图像对齐精度（NTU-VIRAL 无结构场景中尤为关键，Sec. IX-B） |\n| 法向量优化与重参数化（式(14)-(17)，Fig. 5(b)） | Sec. V-E | 将球面约束优化转为无约束 2D 问题，计算高效且可在后台线程执行，不阻塞主里程计线程 |\n| LiDAR 测量模型（Sec. VI-A/B，Fig. 6） | Sec. VI | 点对面残差 + 光束发散噪声建模，使大入射角点的测距不确定性被正确刻画，提高位姿估计精度 |\n| 视觉测量模型（式(20)-(22)） | Sec. VII-B | 光度残差 + 逆组合公式（雅可比一次计算），将每层金字塔迭代次数从 10 降至 3（Sec. IX-E），是速度提升的关键 |\n\n### 4. 流程图\n\nmermaid\nflowchart TD\n A[LiDAR原始点/图像/IMU输入] --> B[扫描重组: 按相机时刻同步]\n B --> C[IMU前向传播: 预测x̂与P̂]\n C --> D[反向传播: LiDAR点运动补偿]\n D --> E[LiDAR顺序更新: 点对面残差迭代ESIKF]\n E --> F[地图几何构建与更新: 平面q/n/协方差]\n F --> G[视觉地图点选择: 体素查询+按需光线投射+外点剔除]\n G --> H[稀疏直接视觉更新: 三层金字塔光度对齐]\n H --> I[视觉地图点生成与参考patch更新]\n I --> J[法向量精化-独立线程]\n J --> K[输出x̄/P̄: 驱动IMU传播与彩色稠密建图]\n``n\n\n### 5. 推理链小结\n\n- **为何快**：直接法免去特征提取/匹配（Sec. II-A）；patch 级稀疏对齐远轻于 R3LIVE 的像素级稠密对齐（Sec. II-B）；逆组合公式复用雅可比，迭代次数减半以上（Sec. IX-E，Table III 平均 30.03 ms/帧）。\n- **为何准**：LiDAR 平面先验 + 法向精化提供精确 warp（Sec. V-E）；参考 patch 打分保证对齐质量（Sec. V-D）；光束发散噪声建模提升 LiDAR 更新精度（Sec. VI-B）；消融显示去参考 patch 更新平均误差增加 44 mm、去曝光估计增加 6 mm（Sec. IX-B，Table II）。\n- **为何鲁棒**：顺序更新避免异步更新的不一致（Sec. I 贡献 1）；在线曝光估计应对光照剧变（Fig. 1(e5)-(e6)）；按需光线投射在 LiDAR 盲区仍能召回视觉约束（Sec. VII-A2，UAV「Narrow Opening」实验 Sec. X-A）。\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/评测环境\n\n### 1. 数据集与基准清单（浅层理解）\n\n| 数据集 | 规模 | 场景与挑战 | 传感器配置 | 论文用途 |\n|---|---|---|---|---|\n| **NTU-VIRAL** [^49] | 9 个序列（eee_01–03、nya_01–03、sbs_01–03） | 南洋理工大学校园、空中平台采集；\"sbs\" 序列远处物体视觉特征噪声大，\"nya\" 序列含半透明表面、复杂飞行动力学与低光照 | OS1 gen1 16 线 LiDAR（10 Hz）+ 内置 IMU（100 Hz）+ 双针孔相机（10 Hz，评测取左相机） | 定量基准对比（Sec. VIII-A、IX-B） |\n| **Hilti'22** [^50] | 8 个序列（Construction Ground/Multilevel/Stairs、Long Corridor、Cupola 等） | 手持设备，建筑工地、办公室、实验室等；长走廊、地下室、楼梯、弱纹理、光照变化、LiDAR 平面约束不足 | Hesai PandarXT-32（10 Hz）+ 5 个广角相机（40 Hz 降采样至 10 Hz）+ Bosch BMI085 IMU（400 Hz），取前向相机 | 定量基准对比（Sec. IX-B） |\n| **Hilti'23** [^51] | 8 个序列（Floor 0–2、Basement、Stairs、Parking 3x floors down、Large Room 等；排除 Site 3 的 4 个序列） | 手持与机器人平台，室内外（含停车场）；毫米级真值（动捕/全站仪），真值不开源，经 Hilti 官网评测 | 手持：PandarXT-32 + BMI085；机器人：Robosense BPearl（10 Hz）+ 8 个全向相机（10 Hz）+ Xsens MTi-670（200 Hz），取前向相机 | 定量基准对比（Sec. IX-B） |\n| **MARS-LVIG** [^52] | 使用 \"HKairport01\"、\"HKisland01\" 等序列 | DJI M300 RTK 无人机高空对地测绘，丛林、山地、海岛等非结构化地形；2448×2048 RGB 图像（区别于其他数据集的 752×480 灰度图） | Livox Avia（内置 BMI088 IMU）+ 高分辨率全局快门相机，均 10 Hz 触发 | 应用演示（Sec. X-B）与消融研究（补充材料 Sec. I-E） |\n| **FAST-LIVO2 私有数据集** | 20 个序列，总时长 66.9 min | 校园建筑、走廊、地下室、矿道等；无结构、杂乱、昏暗、光照剧变、弱纹理，含 LiDAR/视觉退化（如单面墙、近距盲区） | 工业相机 MV-CA013-21UC（FoV 70.6°×68.5°）+ Livox Avia（FoV 70.4°×77.2°）+ DJI Manifold-2C（i7-8550u、8GB RAM），STM32 定时器 10 Hz 硬同步 | 极端场景鲁棒性（Sec. IX-C）、高精度建图（Sec. IX-D）、模块验证（补充材料 Sec. I-A–I-D） |\n\nNTU-VIRAL 与 Hilti 合计 **25 个公开序列**用于基准对比（Sec. VIII-A、Sec. IX-B）。\n\n### 2. 预处理与数据划分/覆盖设置（中层分析）\n\n- **扫描重组（scan recombination）**：将异步采样的 LiDAR 原始点按相机采样时刻重组为扫描，使相机与 LiDAR 同步于同一频率（如 10 Hz），保证状态同步更新（Sec. IV-B、Fig. 3）。\n- **时间降采样**：LiDAR 扫描内点按 1:3 比例时间降采样（Sec. IX-A）；Hilti 手持平台相机由 40 Hz 降采样至 10 Hz（Sec. VIII-A）。\n- **相机选择约定**：NTU-VIRAL 使用左相机，Hilti 使用前向相机（Sec. VIII-A）。\n- **Hilti'23 Site 3 排除**：因官网不提供 RMSE 等深度分析图，排除 4 个序列，但评分结果仍可在官网查到（Sec. VIII-A）。\n- **曝光控制**：私有数据集多数序列相机固定曝光 + 自动增益以保证相机-LiDAR 同步；自动曝光序列记录真值曝光时间，用于验证在线曝光估计模块（Sec. VIII-B2、补充材料 Fig. S15）。\n- **漂移评估设置**：私有数据集所有序列均返回起点，支持端到端漂移评估（Sec. VIII-B2）。\n- **对比系统配置（公平性处理）**：LVI-SAM 移除回环模块（因所有对比系统均为无回环里程计）；R3LIVE 改造以支持鱼眼相机模型与多线 LiDAR + 外置 IMU，并禁用相机内外参实时优化（数据集 IMU 激励不足导致优化发散）；SDV-LOAM 因仅开源视觉模块，按原文方法与 LeGO-LOAM 松耦合集成（Sec. IX-B）。\n\n### 3. 实现/推理/评测环境\n\n- **实现语言与框架**：C++ + ROS（Sec. IX-A）。\n- **默认参数**：曝光时间估计开启、法向量精化关闭；体素图根体素 0.5 m、八叉树最大 3 层；图像对齐 patch 8×8、法向精化 patch 11×11；相机光度噪声设为常数 100（Sec. IX-A）。\n- **传感器噪声参数**：Livox Avia 与 OS1-16：深度误差 0.02 m、角度误差 0.05°、光束发散角 0.15°；PandarXT-32：0.001 m / 0.001° / 0.001°；Robosense BPearl：0.008 m / 0.01° / 0.001°（Sec. IX-A）。\n- **参数统一性**：同一传感器设置下所有数据集所有序列共用同一套参数，无逐序列调参（Sec. IX-A）。\n- **计算平台**：\n - 桌面 PC：Intel i7-10700K CPU + 32GB RAM，用于全部实验（Sec. IX-A）；\n - ARM 嵌入式平台：Qualcomm RB5（Kryo585 CPU + 8GB RAM），记为 \"FAST-LIVO2 (ARM)\"（Sec. IX-A）；\n - UAV 机载平台：NUC（Intel i7-1360P + 32GB RAM），FAST-LIVO2 以 10 Hz 提供定位，配合 Bubble planner（10 Hz）与流形 MPC（100 Hz）实现全机载自主导航（Sec. X-A1）。\n- **评测指标**：绝对平移 RMSE（Table II）、端到端回起点误差（Sec. IX-C/D）、单帧处理耗时 ms（Table III）、APE RMSE（MARS-LVIG，Sec. X-B）、PSNR（3DGS 渲染对比，Sec. X-C、Fig. 16）。\n\n### 4. 选择理由与验证目标（深层分析）\n\n- **公开基准（NTU-VIRAL + Hilti，25 序列）**：提供毫米级真值与多样化挑战（空中视角、长走廊、楼梯、弱纹理、光照变化、LiDAR 平面约束不足），支撑与 R3LIVE、FAST-LIO2、SDV-LOAM、LVI-SAM、FAST-LIVO 五个 SOTA 系统的定量对比，验证精度主张——平均 RMSE 0.044 m，约为第二名 FAST-LIVO（0.137 m）的 1/3（Table II、Sec. IX-B）。\n- **私有数据集**：覆盖公开数据集缺少的极端退化场景（LiDAR 单平面长期退化、近距盲区无点、暗光、曝光剧变、矿道），用于验证五个新贡献模块（曝光估计、参考 patch 更新、按需光线投射、平面先验/法向精化、顺序更新 ESIKF）的独立有效性（补充材料 Sec. I-A–I-E）以及端到端漂移 <0.01 m 的鲁棒性（Sec. IX-C/D、Fig. 10–11）。\n- **MARS-LVIG**：其高分辨率 RGB（2448×2048）与高空对地测绘特性专门验证彩色稠密建图应用能力（APE 0.64/0.27 m，对比 R3LIVE 的 2.76/0.52 m，Sec. X-B）。\n- **Intel + ARM 双平台评测**：验证系统在嵌入式低功耗平台上的实时性（ARM 平均 78.44 ms/帧，低于 100 ms 帧周期，Table III），是全机载 UAV 导航应用（Sec. X-A、Fig. 14）可行的前提。\n- **统一参数策略**：同一传感器设置下不逐序列调参，证明系统精度来自方法本身而非场景过拟合，增强结论可信度。\n- **局限与风险**：Hilti 真值不开源，定量结果依赖官网复核，独立复现存在门槛；私有数据集真值依赖\"返回起点\"的端到端误差而非全程轨迹真值，漂移评估粒度较粗；各模块消融的详细数据置于补充材料，正文未完整呈现（Sec. VIII、Module A 缺失材料清单）。\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- **绝对平移误差 RMSE（米）**（Table II）：估计轨迹与真值轨迹之间平移误差的均方根，衡量全局定位精度。评测协议：所有对比系统均为无回环里程计，LVI-SAM 的回环模块被移除以保证公平（Sec. IX-B）。\n- **单帧处理耗时（ms）**（Table III）：每帧 LiDAR 扫描 + 图像的平均总耗时，并细分为 LiDAR 更新与图像更新两部分；10 Hz 运行需低于 100 ms 帧周期（Sec. IX-E）。\n- **APE RMSE（米）**（Sec. X-B）：MARS-LVIG 航拍序列的绝对位姿误差均方根，用于评估高空建图定位精度。\n- **端到端误差（end-to-end error）**（Sec. IX-C/IX-D）：序列终点返回起点的位置闭合误差，衡量长程漂移与退化场景下的鲁棒性。\n- **PSNR**（Sec. X-C，Fig. 16）：3DGS 渲染图像与真值图像的峰值信噪比，衡量渲染质量。\n- **Hilti 官网评分**：Hilti 数据集真值未开源，结果通过官网核验；Hilti'23 “Site 3” 4 个序列因官网不提供 RMSE 等深度分析被排除（Sec. VIII-A）。\n\n### 2. 主要结果（具体数字）\n\n### 精度（Table II，25 个公开序列）\n\n- 默认配置平均 RMSE 为 0.045 m（正文表述为 0.044 m），开启法向量精化后为 0.044 m，约为第二名 FAST-LIVO（0.137 m）的 3 倍精度。\n- 除 “Outside Building” 与 “Large Room (dark)” 外全部序列最优；这两处比纯 LiDAR-惯性系统 FAST-LIO2 高毫米级误差，归因于场景结构丰富但光照差、图像昏暗模糊，融合低质图像无增益（Sec. IX-B）。\n\n### 效率（Table III）\n\n- Intel i7-10700K 桌面平台：平均 30.03 ms/帧（LiDAR 17.13 ms + Image 12.90 ms），满足 10 Hz 实时。\n- ARM 平台（Qualcomm Kryo585，RB5）：平均 78.44 ms/帧，仍可实时运行。\n\n## 鲁棒性（Sec. IX-C，Fig. 10–11）\n\n- “HIT Graffiti Wall” 序列近 800 m LiDAR 持续面对单墙（强退化），FAST-LIVO2 仍输出清晰彩色地图；FAST-LIVO 几何正确但纹理完全模糊，R3LIVE 几何与纹理均差。\n- “HKU Cultural Center”、“CBD Building 03”、“Mining Tunnel”（后两者 R3LIVE 与 FAST-LIVO 完全失败）端到端误差均 < 0.01 m。\n\n## 航拍建图（Sec. X-B，MARS-LVIG）\n\n- “HKisland01” APE 0.64 m、“HKairport01” 0.27 m；R3LIVE 分别为 2.76 m 与 0.52 m。\n- 平均耗时 25.2 / 21.8 ms，R3LIVE 为 110.5 / 100.2 ms。\n\n## 全机载 UAV 自主导航（Sec. X-A，Fig. 12–14）\n\n- 4 个实验（“Basement”、“Woods”、“Narrow Opening”、“SYSU Campus”）；在与规划（8.43 ms）与 MPC（18.5 ms，100 Hz）共享机载算力的情况下，FAST-LIVO2 平均 53.47 ms/帧，总平均 80.4 ms，满足 100 ms 帧周期的机载实时要求。\n\n## 3D 渲染应用（Sec. X-C，Fig. 15–16）\n\n- 3DGS 输入：位姿 + 稠密点云获取时间从 COLMAP 的 9 h 降至 21 s；训练时间由 10 min 59 s 增至 15 min 30 s（点云下采样至 5 cm 后更密、参数更多）；PSNR 略高于 COLMAP 输入。\n- mesh（VDBFusion）与纹理映射（OpenMVS）结果柱体边缘锐利、纹理无缝且对齐精确（Fig. 15）。\n\n### 3. 与基线/代表性先前工作对比\n\n- **Table II 平均 RMSE 排序**：SDV-LOAM 7.416 m ≫ LVI-SAM 1.928 m（9 个序列完全失败）> R3LIVE 0.278 m > FAST-LIO2 0.151 m > FAST-LIVO 0.137 m > Our LIO 0.097 m > Ours 0.045 m。\n- **Table III 平均耗时**：R3LIVE 108.36 ms、LVI-SAM 108.45 ms、FAST-LIVO 41.43 ms、FAST-LIVO2 30.03 ms（ARM 78.44 ms）——本系统在精度与速度上同时最优。\n- **失败模式分析**（Sec. IX-B）：LVI-SAM 因特征法 LIO/VIO 未充分利用原始测量，在弱纹理/弱结构环境失败；R3LIVE 在 “Construction Stairs”、“Cupola”、“Attic to Upper Gallery” 因剧烈旋转 + 无结构楼梯导致位姿先验不足、逐像素对齐陷入局部最优甚至负优化；FAST-LIVO 在 NTU-VIRAL “nya” 序列因常深度仿射变换假设失准而逊于 R3LIVE 与 FAST-LIVO2。\n- **与自身 LIO 子系统**：Our LIO 因对每个 LiDAR 点更精细的噪声建模（含激光束发散角模型，式(18)–(19)、Fig. 6）总体优于 FAST-LIO2；FAST-LIO2 仅比 FAST-LIVO2 快约 10.35 ms（不处理图像测量，Table S3）。\n\n### 4. 消融、敏感性与综合\n\n- **曝光时间估计消融**（Table II “Ours (w/o expo)”）：平均误差 0.051 m，比默认差 6 mm；在线曝光估计可主动补偿环境光照变化。\n- **参考 patch 更新策略消融**（“Ours (w/o update)”）：平均 0.089 m，比默认差 44 mm，是影响最大的模块；该策略基于 NCC 相似度与视角正交性打分（式(12)），选出分辨率更高、避免外点的参考 patch。\n- **法向量精化**（“Ours (w normal)”）：平均 0.044 m，仅提升 1 mm 且在各序列不一致；仅在结构简单、图像质量好的场景产生正优化，NTU-VIRAL “eee”/“nya” 昏暗模糊序列负优化严重，故默认关闭（Sec. IX-B）。\n- **效率来源**：逆组合（inverse compositional）公式 + 基于 LiDAR 平面先验的仿射变换，使每层金字塔迭代次数从 10 次降至 3 次（Sec. IX-E），是相对 FAST-LIVO 提速的主因。\n- **模块级验证**：曝光估计、仿射变换、参考 patch 更新、法向量收敛、按需光线投射、ESIKF 顺序更新在私有数据集与 MARS-LVIG 上的详细消融因篇幅移至补充材料 Sec. I-A–I-E（正文 Sec. IX-B 明确指引）。\n- **评测协议与敏感性要点**：同一传感器设置下所有序列共用同一组参数（Sec. IX-A）；私有数据集含 20 个序列、总时长 66.9 min，覆盖 LiDAR 退化、低光、曝光剧变、近距盲区（无 LiDAR 测量）等极端条件，且所有序列均返回起点以支持漂移评估（Sec. VIII-B）；相机光度噪声固定为 100，LiDAR 深度/角度噪声按传感器分别设定（如 Livox Avia 0.02 m / 0.05°，PandarXT-32 0.001 m / 0.001°）。\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：后续可探索方向\n\n**定位说明**：本模块基于论文自述的未来工作（Sec. XI）、方法局限（Sec. IV–VII 的假设条件）与实验暴露的不足（Sec. IX、Table II/III）推导后续研究方向，按“理论 → 工程 → 数据/评测”三条主线组织，并给出浅→深的优先级排序。\n\n### 1. 理论方向（Theory）\n\n1. **回环与滑窗优化的理论融合**：Sec. XI 明确承认 FAST-LIVO2 作为 odometry 存在长程漂移，提出未来集成回环检测与滑动窗口优化。理论挑战在于：如何将滤波式框架（ESIKF 顺序更新，Sec. IV-D，式 (5)–(11)）与基于因子图的回环/滑窗优化统一到同一概率框架，避免历史信息被重复利用（double counting），并保证修正后地图（Sec. V 的统一体素地图）的一致性传播。\n2. **顺序更新等价性条件的放宽**：Sec. IV-D 指出顺序更新与标准联合更新等价的前提是 LiDAR 测量 y_l 与图像测量 y_c 在给定状态下统计独立（式 (5) 的分解依据）。实际中两类测量共享位姿误差、外参与时间偏移误差，存在隐含相关性；可探索相关性建模下的顺序更新理论，分析其收敛性、一致性与信息损失上界。\n3. **退化检测与可观测性理论**：实验（Sec. IX-C，Fig. 10–11）表明系统在 LiDAR 单平面退化、暗光、曝光剧变下仍鲁棒（如 “HIT Graffiti Wall” 约 800 m 连续退化、端到端误差 <0.01 m），但论文未给出理论化的退化度量。可借鉴可观测性矩阵/信息增益方法，为 LiDAR 点到面约束（Sec. VI-A，式 (18)–(19)）与稀疏直接光度约束（Sec. VII-B，式 (20)–(22)）建立统一的退化检测、可观测性分析与自适应加权理论。\n4. **法向量精化的可辨识性分析**：Sec. V-E 的法向量优化（式 (14)–(17)，重参数化为无约束二维最小二乘）在消融中平均仅提升 1 mm，且在 NTU-VIRAL “eee”/“nya” 等暗光模糊序列上出现负优化（Sec. IX-B）。可研究该优化问题在弱纹理/低信噪比下的可辨识性条件，推导自动启停准则，替代当前“默认关闭”的工程处理（Sec. IX-A）。\n\n### 2. 工程方向（Engineering）\n\n1. **回环与全局一致性模块**：在统一体素地图（Sec. V-A，Hash + 八叉树 + 环形缓冲）之上设计基于彩色地图的 place recognition 与子图管理，实现回环修正；这是 Sec. XI 自述的首要后续工作，也是消除 Table II 中长走廊/楼梯类序列残余漂移的关键。\n2. **语义与物体级建图**：Sec. XI 提出利用稠密彩色点云提取语义信息构建物体级语义地图；可结合开放词汇分割或与 3DGS 渲染管线（Sec. X-C，Fig. 16）联合，实现“定位—稠密建图—语义—渲染”一体化栈，拓展至 VR/AR 与人机交互场景（Sec. I 应用动机）。\n3. **嵌入式平台深度优化**：Table III 显示 ARM 平台（Qualcomm Kryo585）平均单帧 78.44 ms，已接近 10 Hz 实时上限；Sec. X-A（Fig. 14）中与规划（8.43 ms）、MPC（18.5 ms）共享机载算力后 FAST-LIVO2 约 53.47 ms。后续可通过 NEON/SIMD 指令、GPU/NPU 卸载光度对齐与按需光线投射（Sec. VII-A）、以及迭代次数自适应（当前每层金字塔约 3 次，Sec. IX-E）进一步压缩时延，支撑更高频率或更多传感器配置。\n4. **传感器泛化与在线自标定**：系统已支持多线旋转/固态 LiDAR 与针孔及多种鱼眼模型（Sec. I；Sec. VII-B 的投影模型 π(·)），但假设三传感器时间偏移已知、外参预先标定（Sec. IV-A）。后续可扩展至事件相机、RGB-D、多相机环视等配置，并研究在线外参与时间偏移自标定，降低部署门槛。\n\n### 3. 数据与评测方向（Data & Evaluation）\n\n1. **长程/大规模漂移评测**：现有定量基准（Table II，NTU-VIRAL + Hilti'22/'23 共 25 个序列）多为分钟级轨迹；私有数据集中最长的退化序列约 800 m（Sec. IX-C）。需要公里级、小时级且带高精度真值的数据集，以量化 odometry 漂移曲线，并为未来回环模块提供验证平台。\n2. **彩色地图质量的定量评测协议**：当前评测以轨迹 RMSE（Table II）与定性建图对比（Fig. 10–11、Fig. S9）为主，缺乏对彩色点云几何精度与纹理/光度一致性的定量指标。可参照 Hilti 数据集的全站仪/动捕真值方案（Sec. VIII-A，[^50][^51]），建立“几何 + 光度”双指标地图基准，使“像素级对齐精度”（Sec. I 挑战 4）可被独立度量。\n3. **动态环境与恶劣条件数据**：Sec. VIII 所用数据集均为静态场景；参考 patch 打分（式 (12)）借鉴 MVS 思路可部分抑制动态物体影响，但系统本身无动态物体处理模块。需要含行人、车辆、光照剧变与雨雾等条件的数据集检验鲁棒性边界。\n4. **3DGS/NeRF 下游任务系统基准**：Sec. X-C（Fig. 16）仅在 “CBD Building 01” 单序列上对比了 PSNR 与耗时（位姿获取从 9 h 降至 21 s，训练时间由 10 min 59 s 增至 15 min 30 s）。可扩展为多场景、多视角一致性（SSIM/LPIPS）与训练收敛性的系统评测，验证 LIVO 位姿与稠密彩色点云作为 COLMAP 替代输入的普适性与收益边界。\n\n### 4. 优先级建议（浅 → 深）\n\n- **短期（工程收益最大）**：回环集成 + ARM/机载算力优化——依据 Sec. XI 自述局限与 Table III、Fig. 14 的实时性余量分析。\n- **中期（理论支撑）**：退化检测/可观测性理论与顺序更新相关性建模——依据 Sec. IV-D 的独立性假设与 Sec. IX-C 的退化实验现象。\n- **长期（生态构建）**：语义建图与 3DGS 渲染基准——依据 Sec. X-C 的初步验证与 Sec. XI 的应用展望。\n\n**推理链小结**：上述方向均直接锚定论文文本——漂移问题来自 Sec. XI 结论；独立性假设来自式 (5) 的推导前提；负优化现象来自 Sec. IX-B 消融数据；实时性压力来自 Table III 与 Fig. 14；评测缺口来自 Sec. VIII–IX 的评测方式（轨迹 RMSE 为主、地图质量定性为主）。因此这些方向不是泛化猜测，而是论文自身证据链指向的自然延伸。\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（Deployment in Practice）\n\n### 1. 浅层总览：系统在真实场景中的落地形态\n\nFAST-LIVO2 定位为可直接部署的实时 LIVO 系统，论文通过三类真实应用验证其落地能力（Sec. X）：\n\n- **全机载无人机自主导航**（Sec. X-A）：定位、规划（Bubble planner）、控制（on-manifold MPC）全部运行在机载 NUC（Intel i7-1360P, 32GB RAM）上，实现闭环自主飞行（“Basement”“Woods”“Narrow Opening”“SYSU Campus” 四组实验，Table S2）。\n- **机载高精度建图**（Sec. X-B）：基于 MARS-LVIG 公开数据集的高空航测，APE RMSE 分别为 0.64 m / 0.27 m（R3LIVE 为 2.76 / 0.52 m），单帧耗时约 25.2 / 21.8 ms（R3LIVE 为 110.5 / 100.2 ms）。\n- **三维渲染管线**（Sec. X-C）：点云 → VDBFusion mesh → OpenMVS 纹理映射；点云+位姿直接输入 3DGS，将 COLMAP 所需约 9 小时的稠密重建与位姿估计压缩到 21 秒。\n\n### 2. 部署约束（Deployment Constraints）\n\n#### 2.1 硬件与算力门槛\n\n- 桌面级基准：Intel i7-10700K + 32GB RAM（Sec. IX-A）。\n- 嵌入式 ARM：Qualcomm RB5（Kryo585 CPU, 8GB RAM），平均 78.44 ms/帧，仍满足 10 Hz 实时（Table III）。\n- 无人机机载：NUC（i7-1360P, 32GB），需同时承载 FAST-LIVO2 + 规划 + 100 Hz MPC（Sec. X-A）。\n- 自建数据采集平台使用 DJI Manifold-2C（i7-8550U, 8GB RAM）+ MV-CA013-21UC 工业相机 + Livox Avia（Sec. VIII-B），说明中低端 x86 机载电脑亦可运行。\n\n#### 2.2 传感器与标定/同步前提（硬性假设）\n\n- 三传感器（LiDAR/IMU/相机）刚性固连，外参需预先标定，时间偏移需已知或预先同步（Sec. IV-A）。\n- 实测平台采用 STM32 定时器产生 10 Hz 硬触发信号实现硬件同步（Sec. VIII-B, Fig. 9）；相机多数场景固定曝光+自动增益，自动曝光序列记录真值曝光时间。\n- 传感器适配面广：支持多线旋转式与固态（非重复扫描）LiDAR；相机支持 pinhole 及 MEI/ATAN/Scaramuzza/Equidistant 等鱼眼模型（Sec. I、Sec. VII-B），降低选型限制。\n\n#### 2.3 地图与内存约束\n\n- 仅维护以当前位置为中心、边长 L 的局部 voxel 地图，采用 ring-buffer Hash 移动重置，内存占用恒定、不随里程增长（Sec. V-A, Fig. 4）——适合长时间任务，但系统本身不提供全局一致地图。\n\n### 3. 计算/延迟影响（Compute & Latency）\n\n- **桌面级平均耗时 30.03 ms/帧**（LiDAR 更新 17.13 ms + 图像更新 12.90 ms），10 Hz 下余量充足；对比 R3LIVE 108.36 ms、LVI-SAM 108.45 ms、前作 FAST-LIVO 41.43 ms（Table III, Sec. IX-E）。\n- **ARM 上 78.44 ms/帧**，仍低于 100 ms 帧周期，验证嵌入式可行性（Table III）。\n- **机载并发场景**：与规划（8.43 ms）和 100 Hz MPC（18.5 ms）共享 CPU 时，FAST-LIVO2 平均约 53.47 ms，总耗时 80.4 ms < 100 ms 帧周期，满足机载实时闭环（Sec. X-A, Fig. 14）。\n- 效率来源：inverse compositional 公式使雅可比只需计算一次（Sec. VII-B）；LiDAR 平面先验改善收敛，每层金字塔迭代次数从 10 降至 3（Sec. IX-E）；稀疏 patch 对齐对比 R3LIVE 的逐像素对齐显著降低计算量（Sec. II-B）。\n- 下游渲染影响：3DGS 训练时间因点云更密（下采样至 5 cm）从 10 min 59 s 增至 15 min 30 s，但位姿+稠密点云获取从 9 h 降至 21 s，整体管线时间大幅缩短（Sec. X-C, Fig. 16）。\n\n### 4. 鲁棒性与安全性（Robustness & Safety）\n\n#### 4.1 已验证的鲁棒能力\n\n- **LiDAR 退化**：面对单一墙面长距离行进（“HIT Graffiti Wall” 近 800 m）仍保持一致彩色地图；“HKU Cultural Center”“CBD Building 03”“Mining Tunnel” 端到端误差 < 0.01 m，而 FAST-LIVO/R3LIVE 漂移超 1 m 或直接失败（Sec. IX-C, Figs. 10–11）。\n- **近距离盲区**：按需体素光线投射（on-demand raycasting）在 LiDAR 无回波（如贴近墙壁的 “Narrow Opening” 无人机实验）时召回视觉地图点，维持定位约束（Sec. VII-A2, Sec. X-A）。\n- **光照剧变**：在线曝光时间估计能跟踪真值（Fig. S15），室内外切换、过曝场景（Fig. 1(e5)–(e6)）下保持收敛；消融显示去掉该模块平均精度下降 6 mm（Sec. IX-B）。\n- **无人机安全相关**：四组飞行均遭遇剧烈光照变化；“Basement”“Woods” 完成自主避障，“Woods” 高达 3 m/s 的飞行速度要求全链路低延迟响应（Sec. X-A, Fig. 13）。\n\n#### 4.2 残余风险与失效模式\n\n- **无回环检测**：作为纯里程计存在长程漂移，作者明确列为局限与未来工作（Sec. XI）——长距离任务需外接回环/全局优化。\n- **低质图像可能负优化**：在 “Outside Building”“Large Room (dark)” 等结构丰富但昏暗模糊场景，融合图像反而比纯 LIO（FAST-LIO2）略差（毫米级）（Sec. IX-B）；法向量精化在 NTU-VIRAL 昏暗序列上出现负优化，故默认关闭（Sec. IX-A、IX-B）。\n- **先验依赖**：直接法依赖较准确初值；系统通过 IMU 传播 + LiDAR 先行更新缓解，但剧烈旋转+无结构场景是对比系统（R3LIVE）的失效点，部署时需关注极端机动下的表现（Sec. IX-B）。\n- **标定/同步敏感性**：像素级精度依赖硬件同步与精确外参（Sec. I 挑战 4），标定误差会直接传导至定位与建图质量。\n\n### 5. 可维护性（Maintainability）\n\n- **完全开源**：代码、自建数据集、硬件同步方案随 GitHub 发布（Abstract、Sec. I、Sec. VIII-B），补充材料提供各模块验证实验（Sec. I-A–I-E），降低二次开发与排障成本。\n- **工程实现**：C++ + ROS（Sec. IX-A），生态成熟；法向量精化等可选模块在独立线程运行，不阻塞主里程计线程（Sec. V-E2），便于功能裁剪。\n- **参数鲁棒性**：同一传感器配置下所有数据集序列共用同一套参数（Sec. IX-A），显著减少逐场景调参负担。\n- **传感器适配**：多 LiDAR 型号（Livox Avia/OS1-16/PandarXT-32/BPearl，各自深度误差、角度误差与光束发散角参数在 Sec. IX-A 给出）与多相机模型支持，便于移植到新平台。\n- **待维护项**：未来需集成回环与滑窗优化以抑制长程漂移，语义建图为扩展方向（Sec. XI）；Hilti 真值未开源，跨团队复现评测需依赖官网核验（Sec. VIII-A）。\n\n### 6. 深层结论：部署建议\n\n1. **适用平台谱系**：从 ARM 嵌入式（78.44 ms）到桌面（30.03 ms）再到机载并发（53.47 ms）均有实测数据支撑，10 Hz 传感器配置下算力余量明确可查（Table III、Fig. 14）。\n2. **部署前必做**：硬件时间同步（推荐硬触发）、LiDAR-相机-IMU 外参标定、按 LiDAR 型号配置噪声与光束发散角参数（Sec. IX-A）。\n3. **安全边界**：单墙/长隧道等退化场景已验证鲁棒，但长航时任务应规划回环路径或叠加全局定位手段以控制漂移；昏暗场景建议更信任 LIO 分量或调整相机曝光/增益策略。\n4. **运维成本**：固定内存局部地图 + 单套参数 + 开源工具链，使长期运行与跨平台移植的维护成本处于同类系统中的较低水平。\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：简明总结\n\n### 1. 总结段落\n\nFAST-LIVO2 是一个快速、直接式的 LiDAR-惯性-视觉里程计（LIVO）系统，通过带顺序更新（sequential update）的误差状态迭代卡尔曼滤波（ESIKF）紧耦合 LiDAR、图像与 IMU 测量，实现精确、鲁棒的实时状态估计与彩色稠密建图（Abstract、Sec. III–IV）。针对 LiDAR 与图像测量维度不匹配的问题，系统先以 LiDAR 点到平面残差更新状态，再以稀疏直接视觉更新在图像金字塔各层迭代精化，两步贝叶斯更新在测量噪声统计独立假设下理论上等价于联合更新（Sec. IV-D，式(5)–(8)，Algorithm 1）。系统维护单一统一体素地图：LiDAR 模块直接配准原始点构建几何结构，视觉模块复用 LiDAR 地图点作为视觉地图点并挂载参考 patch，通过最小化光度误差完成帧到地图的稀疏图像对齐（Sec. V–VII）。为提升对齐精度，系统利用 LiDAR 点提供的平面先验进行仿射变形并可在线精化法向量，同时采用基于 NCC 相似度与视角正交性的参考 patch 更新策略（Sec. V-D/E，式(12)–(14)）。为增强鲁棒性，系统将逆曝光时间作为状态在线估计以应对光照剧变，并提出按需体素光线投射以应对 LiDAR 近距盲区与视场不重叠（Sec. IV-A、Sec. VII-A，Fig. 7）。在 NTU-VIRAL、Hilti'22/'23 共 25 个公开序列上，平均平移 RMSE 为 0.044 m，约为第二名 FAST-LIVO（0.137 m）的三分之一；Intel i7 上平均单帧耗时 30.03 ms，ARM（RB5）上 78.44 ms，均满足 10 Hz 实时要求（Table II、Table III）。系统进一步展示了三类落地应用——全机载无人机自主导航、机载高精度建图、mesh/纹理/3DGS 渲染，且代码与数据集均在 GitHub 开源（Sec. X、Abstract）。\n\n### 2. 五个关键要点\n\n1. **顺序更新 ESIKF 是融合核心**：将 LiDAR 更新与视觉更新解耦为两次贝叶斯更新，解决维度不匹配并允许图像金字塔逐层迭代，理论上与联合更新等价（Sec. IV-D，式(5)–(8)，Algorithm 1）。\n2. **统一体素地图实现测量级紧耦合**：LiDAR 点构建自适应体素几何（Hash 表 + 八叉树 + 环形缓冲局部地图），图像 patch 直接挂载到 LiDAR 地图点上，免去视觉特征提取、三角化与深度滤波（Sec. V-A/B/C，Fig. 4）。\n3. **精度增益来自平面先验与高质量参考 patch**：基于 LiDAR 平面法向量的仿射变形取代“patch 内常深度”的粗糙假设；参考 patch 按 NCC 相似度与视角正交性打分选取，法向量经变量重参数化后可在独立线程中无约束优化（Sec. V-D/E，式(12)–(17)）。\n4. **鲁棒性增益来自曝光估计与按需光线投射**：逆曝光时间 τ 建模为随机游走并纳入状态在线估计；当 LiDAR 近距盲区或相机/LiDAR 视场不重叠时，按需光线投射召回更多视觉地图点，并配合遮挡/深度不连续离群点剔除保证对齐质量（Sec. IV-A、Sec. VII-A，Fig. 7–8）。\n5. **精度、效率、鲁棒性全面领先 SOTA 并经真实部署验证**：平均 RMSE 0.044 m（约为 FAST-LIVO 的 1/3），Intel 上 30.03 ms/帧、ARM 上 78.44 ms/帧；在约 800 m 单墙退化、暗光矿井隧道等极端场景中端到端误差 <0.01 m，并成功支撑全机载 UAV 自主飞行（Table II–III、Sec. IX-C、Sec. X-A）。\n\n### 3. 核心公式/机制\n\n**顺序贝叶斯更新分解**（Sec. IV-D，式(5)–(8)）：\n\n$$p(\\mathbf{x}\\mid\\mathbf{y}_l,\\mathbf{y}_c)\\propto p(\\mathbf{y}_c\\mid\\mathbf{x})\\,p(\\mathbf{x}\\mid\\mathbf{y}_l),\\qquad p(\\mathbf{x}\\mid\\mathbf{y}_l)\\propto p(\\mathbf{y}_l\\mid\\mathbf{x})\\,p(\\mathbf{x})$$\n\n即在 LiDAR 与图像测量噪声统计独立的假设下，先以 IMU 传播先验 $p(\\mathbf{x})$ 融合 LiDAR 测量得到中间后验 $p(\\mathbf{x}\\mid\\mathbf{y}_l)$，再以其为先验融合图像测量得到最终后验。每一步均采用统一的 ESIKF 迭代更新（Sec. IV-D）：\n\n$$\\mathbf{K}=\\left((\\mathbf{H}^{\\kappa})^{T}\\mathbf{R}^{-1}\\mathbf{H}^{\\kappa}+\\widehat{\\mathbf{P}}^{-1}\\right)^{-1}(\\mathbf{H}^{\\kappa})^{T}\\mathbf{R}^{-1}$$\n\n$$\\widehat{\\mathbf{x}}^{\\kappa+1}=\\widehat{\\mathbf{x}}^{\\kappa}\\boxplus\\left(-\\mathbf{K}\\mathbf{z}^{\\kappa}-(\\mathbf{I}-\\mathbf{K}\\mathbf{H}^{\\kappa})(\\widehat{\\mathbf{x}}^{\\kappa}\\boxminus\\widehat{\\mathbf{x}})\\right)$$\n\n其中 $\\mathbf{z}^{\\kappa}$ 为残差（LiDAR：点到平面残差，Sec. VI-A；视觉：稀疏直接光度误差，Sec. VII-B），$\\mathbf{H}^{\\kappa}$ 为对应雅可比，$\\boxplus/\\boxminus$ 为状态流形上的封装加/减运算（Table I）。该顺序更新机制是整个系统在精度、效率与鲁棒性之间取得平衡的基石。\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（Second-Pass Understanding）\n\n### 1. 论文结构树\n\n``nFAST-LIVO2\n├── I. Introduction（动机：单传感器 SLAM 局限；LIVO 四大挑战；相对 FAST-LIVO 的五点新贡献）\n├── II. Related Works\n│ ├── A. Direct Methods（dense / semidense / sparse 直接法；直接 LiDAR SLAM）\n│ └── B. LiDAR-Visual(-Inertial) SLAM（松耦合 vs 紧耦合；与 R3LIVE、DV-LOAM、LVIO-Fusion 对比）\n├── III. System Overview（四大组件：ESIKF / 局部建图 / LiDAR 测量模型 / 视觉测量模型，Fig. 2）\n├── IV. ESIKF with Sequential State Update\n│ ├── A. Notations & State Transition（状态 x ∈ SO(3)×R^16，dim=19，含逆曝光时间 τ；式(1)–(3)）\n│ ├── B. Scan Recombination（以相机频率重组 LiDAR 点，Fig. 3）\n│ ├── C. Propagation（前向传播得先验 + 后向传播去运动畸变）\n│ └── D. Sequential Update（两步贝叶斯更新推导，式(5)–(11)；Algorithm 1）\n├── V. Local Mapping\n│ ├── A. Map Structure（Hash + octree 自适应体素；ring-buffer 局部地图，Fig. 4）\n│ ├── B. Geometry Construction and Update（SVD 平面判定，参数 (q, n) 与协方差 Σ_{n,q}）\n│ ├── C. Visual Map Point Generation and Update（30×30 网格选点、patch 金字塔挂载）\n│ ├── D. Reference Patch Update（NCC + 视角加权打分 S，式(12)）\n│ └── E. Normal Refine（仿射 warp 式(13)、法向优化式(14)、重参数化式(15)–(17)）\n├── VI. LiDAR Measurement Model\n│ ├── A. Point-to-Plane 残差（式(18)）\n│ └── B. Beam Divergence 噪声模型（式(19)，Fig. 6）\n├── VII. Visual Measurement Model\n│ ├── A. Visual Map Point Selection（可见体素查询 + 按需 raycasting Fig. 7 + 外点剔除 Fig. 8）\n│ └── B. Sparse-Direct 模型（光度残差式(20)–(22)；inverse compositional；曝光时间估计）\n├── VIII. Datasets（NTU-VIRAL / Hilti'22 / Hilti'23 / MARS-LVIG / 私有数据集）\n├── IX. Experiments（A. 实现；B. 基准对比 Table II；C. 退化场景；D. 高精度建图；E. 耗时 Table III）\n├── X. Applications（A. 全机载 UAV 导航；B. 机载建图；C. mesh/纹理/3DGS）\n└── XI. Conclusion（局限：无回环、长程漂移）\n``n\n\n### 2. 方法/系统分解（system archetype）\n\n**输入**：\n\n- LiDAR 原始点云（异步采样，经 scan recombination 以相机频率重组，Sec. IV-B）；\n- 图像（支持 pinhole 与多种 fisheye 模型：MEI、ATAN、Scaramuzza、Equidistant，Sec. VII-B）；\n- IMU 高频测量（角速度 ω_m 与加速度 a_m）。\n\n**输出**：\n\n- 实时状态估计 x = [R_I^G, p_I^G, v_I^G, b_g, b_a, g^G, τ]（19 维流形，τ 为相对第一帧的逆曝光时间，Sec. IV-A 式(2)）；\n- 统一体素地图上的稠密彩色点云地图（几何结构 + 颜色 patch）。\n\n**核心模块与数据流**（对应 Fig. 2 与 Algorithm 1）：\n\n1. **Scan Recombination**：把高频 LiDAR 点按相机采样时刻切分为同步扫描（10 Hz），Fig. 3。\n2. **Propagation**：IMU 前向传播得先验 (x̂, P̂)；后向传播补偿点云运动畸变（Sec. IV-C）。\n3. **LiDAR 顺序更新**：点到平面残差（式(18)），并考虑光束发散角 θ 引起的测距噪声 δd（式(19)，Fig. 6）；迭代至收敛（Algorithm 1 行 6–10），收敛后更新地图几何（Sec. V-B）。\n4. **视觉顺序更新**：在 3 层图像金字塔上由粗到细迭代稀疏直接对齐（Algorithm 1 行 13–23）；光度残差式(22) 采用 inverse compositional 形式，使雅可比只需计算一次（Sec. VII-B）；固定 τ₀=1 以避免退化，在线估计相对曝光时间。\n5. **局部建图**：\n - 几何：SVD 平面判定 → 叶体素存平面参数 (q, n, Σ_{n,q})，成熟平面参数固定（Sec. V-B）；\n - 视觉地图点：30×30 网格内选灰度梯度最大的候选点，挂 3 层 patch 金字塔（8×8 用于对齐、11×11 用于法向精化，Sec. V-C / IX-A）；\n - 参考 patch 更新：打分 S = (1−ω₁)·mean(NCC) + ω₁·c（式(12)），兼顾外观一致性（借鉴 MVS 思想抑制动态物）与正对平面的视角；\n - 法向精化：把 S² 上的法向优化经约束 M = Bm + b 降为 2 维无约束最小二乘（式(15)–(17)），在独立线程执行。\n6. **可见性管理**：可见体素查询（复用当前 LiDAR 命中体素 + 上一帧可见体素）+ 按需 raycasting（Fig. 7）+ 外点剔除（遮挡 / 深度不连续 / 参考或当前视角 >80°，Fig. 8）。\n\n**损失/目标函数**：无训练损失（非学习方法）；滤波框架内的 MAP 目标即两步贝叶斯更新 q(x|y) ∝ q(y|x)q(x)（式(8)–(11)）；LiDAR 用点面残差，视觉用光度残差（L2 范数，式(14)、(22)）。\n\n**推理流程**：纯滤波在线推理，无训练阶段；每帧（10 Hz）执行 Algorithm 1：重组 → 传播 → LiDAR 迭代更新 → 地图几何更新 → 视觉金字塔迭代更新 → 地图视觉结构更新 → 输出位姿供下游（规划 / MPC / 建图 / 渲染）使用。\n\n### 3. 重要图表解读\n\n**Fig. 2（系统总览，Sec. III）**：展示四大组件的数据流——异步 LiDAR 点先经 scan recombination 与图像频率对齐；ESIKF 顺序更新先 LiDAR 后视觉；局部体素地图（Hash + octree）同时服务 LiDAR 几何更新与视觉 patch 挂载；法向精化在独立线程运行。该图是理解“单一统一地图如何同时承载几何与光度信息”这一核心设计的关键。\n\n**Table II（25 个公开序列平移 RMSE，单位米）**：\n\n- 对比对象：SDV-LOAM、Our LIO、FAST-LIO2、R3LIVE、LVI-SAM、FAST-LIVO 及本文四个变体（w/o expo、w normal、w/o update、默认）。\n- 关键数字：本文默认配置平均 RMSE 0.045 m（正文表述 0.044 m），第二名 FAST-LIVO 为 0.137 m，约 3 倍精度提升；LVI-SAM 在 9 个序列完全失败（×）；R3LIVE 在 “Construction Stairs”（0.784 m）、“Cupola”（2.142 m）、“Attic to Upper Gallery”（2.412 m）出现负优化。\n- 消融信号：w/o update（去掉参考 patch 更新策略）平均恶化至 0.089 m（+44 mm），是影响最大的模块；w/o expo 恶化至 0.051 m（+6 mm）；w normal（开启法向精化）0.044 m，仅提升约 1 mm 且不稳定——NTU-VIRAL 暗光模糊序列（eee/nya）中甚至出现负优化（Sec. IX-B）。\n- 公平性处理：LVI-SAM 关闭回环模块；R3LIVE 适配鱼眼模型与外置 IMU 并微调参数；除 LVI-SAM 外所有系统均为无回环里程计。\n\n**Table III（每帧处理耗时，ms）**：\n\n- 本文在 Intel i7-10700K 上平均 30.03 ms（LiDAR 17.13 / 图像 12.90），满足 10 Hz 实时；ARM 平台（Qualcomm Kryo585, RB5）平均 78.44 ms，仍可实时。\n- 对比：R3LIVE 平均 108.36 ms、LVI-SAM 108.45 ms、FAST-LIVO 41.43 ms；在私有数据集退化序列（如 Mining Tunnel、Narrow Corridor、Office Building Wall）上 R3LIVE / LVI-SAM / FAST-LIVO 全部失败（×），而本文仍以 18–29 ms 完成。\n- 提速来源：inverse compositional（雅可比一次计算）+ 基于 LiDAR 平面先验的仿射 warp，使每层金字塔迭代次数从 10 降到 3（Sec. IX-E）。\n\n**Fig. 7（按需体素光线投射，Sec. VII-A2）**：图像划分为 30×30 网格，未被可见地图点占据的格子沿中心像素反向投射射线，在 [d_min, d_max] 均匀采样查询体素；采样点位置预计算以降低负载。该机制解决 LiDAR 近距盲区与相机 FoV 超出 LiDAR FoV 时视觉地图点不足的问题，是 “Narrow Opening” UAV 实验中贴近墙壁仍能稳定定位的直接支撑（Sec. X-A2）。\n\n### 4. 实验与评估细节\n\n**数据集**：\n\n- 公开基准（共 25 序列）：NTU-VIRAL（8 序列，OS1-16 + 双 pinhole 相机，含 sbs/nya/eee 挑战场景）、Hilti'22（8 序列，PandarXT-32 + 5 广角相机）、Hilti'23（8 序列，Robosense BPearl + 8 全向相机；Site 3 的 4 个序列因官网不提供 RMSE 分析被排除，Sec. VIII-A）。Hilti 真值未开源，结果经官网评分核验。\n- MARS-LVIG：DJI M300 + Livox Avia + 2448×2048 RGB 相机，用于机载建图应用（Sec. X-B）。\n- 私有数据集：20 序列、总时长 66.9 min，MV-CA013-21UC 相机 + Livox Avia + DJI Manifold-2C，STM32 硬件同步 10 Hz 触发；覆盖 LiDAR 退化、暗光、曝光剧变、无 LiDAR 点等极端场景；所有序列回到起点以评估端到端漂移（Sec. VIII-B）。\n\n**指标**：绝对平移 RMSE（m，Table II）；每帧处理时间（ms，Table III）；MARS 序列 APE RMSE（本文 0.64 / 0.27 m vs R3LIVE 2.76 / 0.52 m，Sec. X-B）；3DGS 渲染 PSNR 与建图耗时（Fig. 16）；端到端回环误差（<0.01 m，Sec. IX-C/D）。\n\n**对比目标与公平性**：R3LIVE（稠密直接 LIVO）、FAST-LIO2（直接 LIO）、SDV-LOAM（半直接 LV，视觉模块 + LeGO-LOAM 松耦合复现并开源）、LVI-SAM（特征法，去除回环）、FAST-LIVO（前作）。所有系统使用官方开源代码，基线参数经微调至最优；同一传感器设置下本文参数跨数据集保持一致（Sec. IX-A）。\n\n**消融**：正文 Table II 内嵌四变体消融（曝光估计、参考 patch 更新、法向精化）；更细粒度的模块验证（曝光估计、仿射 warp、参考 patch 更新、法向收敛、按需 raycasting、ESIKF 顺序更新）置于补充材料 Sec. I-A–I-E（表 S1–S3、图 S1–S15）。\n\n**关键结论链**：\n\n1. 精度：平均 RMSE 0.044/0.045 m，较 FAST-LIVO 提升 3 倍（Table II）——主要来自参考 patch 更新（+44 mm）与平面先验/法向带来的 warp 精度提升。\n2. 鲁棒性：8 个 LiDAR 退化序列（含近 800 m 的 “HIT Graffiti Wall”）与 “Mining Tunnel” 等双退化场景中，唯一全程成功且端到端误差 <0.01 m（Figs. 10–11）。\n3. 效率：30.03 ms（Intel）/ 78.44 ms（ARM），为所有对比系统最低（Table III）。\n4. 落地：全机载 UAV 导航（与规划、MPC 共享 NUC 时仍约 53.47 ms/帧，总耗时 80.4 ms，Fig. 14）、机载建图、mesh/纹理/3DGS（COLMAP 需约 9 h 的位姿与点云初始化被压缩到 21 s，Fig. 16）。\n\n### 5. 系统架构图（ASCII，适配 system archetype）\n\n``n ┌──────────────┐ ┌──────────────┐ ┌──────────────┐\n 传感器输入 ───▶ │ LiDAR 原始点 │ │ 图像 frames │ │ IMU 测量 │\n └──────┬───────┘ └──────┬───────┘ └──────┬───────┘\n │ scan recombination│ │\n ▼ │ ▼\n ┌───────────────────────────────────────────────┐\n │ ESIKF：前向传播（先验 x̂, P̂） │\n │ 后向传播（点云去畸变） │\n └───────────────────┬───────────────────────────┘\n ▼\n ┌──────────────── 顺序更新（Algorithm 1）────────────────┐\n │ ① LiDAR 更新：点面残差（式18）+ 光束发散噪声（式19） │\n │ │ 收敛后更新地图几何 (q, n, Σ_{n,q}) │\n │ ② 视觉更新：3 层金字塔稀疏直接对齐（光度残差式22） │\n │ - 可见体素查询 + 按需 raycasting + 外点剔除 │\n │ - inverse compositional + 在线曝光时间估计 │\n └───────────────────┬───────────────────────────────────┘\n ▼\n ┌──── 统一体素地图（Hash + octree，ring-buffer 局部化）──┐\n │ 几何：LiDAR 平面体素 │\n │ 视觉：地图点 + patch 金字塔 + 参考 patch（式12 打分） │\n │ 独立线程：法向精化（2 维无约束 LS，式15–17） │\n └───────────────────┬───────────────────────────────────┘\n ▼\n 输出：19 维状态（位姿/速度/bias/重力/τ）+ 稠密彩色点云地图\n ▼\n 下游应用：UAV 导航（规划+MPC）│ 机载建图 │ mesh/纹理/3DGS 渲染\n``n\n**阅读提示**：第二遍精读建议按 “Algorithm 1 → 式(5)–(11)（顺序更新理论）→ 式(12)（参考 patch 打分）→ 式(13)–(17)（法向精化）→ 式(18)–(22)（两个测量模型）” 的顺序推进，配合 Fig. 2/3/7 定位数据流；Table II 与 Table III 是评估章节的核心证据，消融结论需结合补充材料 Sec. I 交叉验证。\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### 主流程伪代码（依据 Algorithm 1，Sec. IV-D 重构）\n\n1. Scan recombination：按相机采样时刻将 LiDAR 原始点重组为同步扫描（Sec. IV-B，Fig. 3）；\n2. 前向传播：由式 (1)–(3) 递推状态 x̂ 与协方差 P̂（Sec. IV-C）；\n3. 反向传播：将扫描内 LiDAR 点运动补偿至扫描末时刻（Sec. IV-C，引用 [^42]）；\n4. 第一步——点到平面 LiDAR 顺序更新：迭代计算残差 z_l 与雅可比 H_l（式 (17)–(19)，Sec. VI-A），按式 (11)–(12) 更新直至 ‖x̂^{κ+1} ⊟ x̂^κ‖ < ε；\n5. 用收敛状态更新地图几何：体素分配、SVD 平面拟合、平面参数收敛后固定（Sec. V-B）；\n6. 第二步——稀疏直接视觉顺序更新：在 3 层图像金字塔上由粗到细迭代；每层先做可见体素查询 + 按需光线投射 + 外点剔除得到视觉子图（Sec. VII-A），再构造光度残差 z_c（式 (20)–(22)）并以 inverse compositional 形式求雅可比（Sec. VII-B），按式 (11)–(12) 更新直至收敛；\n7. 用最终状态生成视觉地图点（Sec. V-C）、按式 (12) 打分更新参考 patch（Sec. V-D）；\n8. 独立线程：法向量精化，将式 (14) 重参数化为对 m ∈ R² 的无约束最小二乘（式 (15)–(17)，Sec. V-E）。\n\n**关键参数与实现细节（Sec. IX-A）**：patch 8×8（对齐）/11×11（法向精化）；根体素 0.5 m、八叉树最大 3 层；LiDAR 点时间降采样 1:3；相机光度噪声取常数 100；各 LiDAR 噪声参数（Livox Avia/OS1-16：0.02 m、0.05°、发散角 0.15°；PandarXT-32：0.001 m、0.001°、0.001°；Robosense BPearl：0.008 m、0.01°、0.001°）；金字塔每层迭代次数由 10 降至 3（Sec. IX-E）。\n\n**复现门槛评估**：代码、私有数据集（20 序列、66.9 min）与硬件同步方案（STM32 10 Hz 触发，Fig. 9）均开源；补充材料含模块级验证（Sec. I-A 至 I-E）。主要障碍：① 需硬件时间同步与外参预标定（Sec. IV-A 假设）；② Hilti 真值闭源，仅能经官网核验（Sec. VIII-A）；③ 部分消融数据置于补充材料。总体可复现性：高。\n\n### 2. 关键假设（Assumptions）\n\n- **时间同步与外参已知**：三传感器时间偏移可预先标定/同步，外参预标定且刚性安装（Sec. IV-A）。\n- **测量噪声条件独立**：给定状态 x 时 LiDAR 与图像测量统计独立，这是顺序更新与一次性联合更新贝叶斯等价的前提（式 (5)，Sec. IV-D）。\n- **局部平面假设**：每个视觉地图点位于小局部平面上，法向量由 LiDAR 点拟合并可进一步精化，取代前作“patch 内深度恒定”的粗糙假设（Sec. V-E）。\n- **曝光时间随机游走模型**：逆曝光时间 τ 以高斯噪声随机游走建模，并固定 τ₀=1 消除尺度退化（式 (3)，Sec. IV-A；Sec. VII-B）。\n- **帧间与 FoV 大重叠**：相邻图像帧大重叠、相机与 LiDAR FoV 大部分重叠，使“当前扫描命中体素 + 上一帧可见体素”的查询足以覆盖视觉子图（Sec. VII-A-1）。\n- **标准 IMU 噪声模型**：bias 建模为随机游走，重力在全局系恒定（式 (3)，Sec. IV-A）。\n\n### 3. 失效模式与盲点（Failure Modes / Blind Spots）\n\n- **无回环导致长程漂移**：作为纯里程计，长距离/长时间运行必然累积漂移，作者在结论中明确承认（Sec. XI）。\n- **低质图像引发负优化**：NTU-VIRAL “eee”/“nya” 序列图像昏暗模糊，法向量精化反而降低精度；“Outside Building” 与 “Large Room (dark)” 上融合视觉后略逊于纯 LIO（FAST-LIO2）（Table II，Sec. IX-B）。\n- **依赖平面先验的地图表达**：地图仅保留判定为平面的体素（Sec. V-B），非平面/细小结构对视觉对齐贡献受限；法向精化要求参考 patch 满足 p_z ≠ 0（Sec. V-E-3），极端视角下可能无解。\n- **理论等价性的边界**：顺序更新等价于联合更新依赖噪声独立假设；若两模态噪声因共同因素（同步误差、振动等）相关，等价性不再严格成立，文中亦未给出相关噪声下的实验验证（Sec. IV-D）。\n\n### 4. 优点与不足（Strengths & Weaknesses）\n\n## 优点\n\n1. **精度领先**：25 个公开序列平均 RMSE 0.044–0.045 m，约为第二名 FAST-LIVO（0.137 m）的 1/3（Table II）。\n2. **效率突出**：Intel i7 平均 30.03 ms/帧（LiDAR 17.13 + 图像 12.90），ARM（RB5）78.44 ms，均满足 10 Hz 实时；较 R3LIVE（108.36 ms）、LVI-SAM（108.45 ms）快约 3.6 倍（Table III）。\n3. **鲁棒性强**：约 800 m 单墙退化（“HIT Graffiti Wall”）与双传感器退化（“CBD Building 03”、“Mining Tunnel”）中端到端误差 <0.01 m（Fig. 10、Fig. 11）；在线曝光估计贴合真值（补充材料 Fig. S15）。\n4. **工程完整、部署验证充分**：全机载 UAV 闭环自主导航（规划 8.43 ms + MPC 18.5 ms + 定位约 53.47 ms，总计 80.4 ms < 100 ms 帧周期，Fig. 14）；支持多线旋转/固态 LiDAR 与针孔/多种鱼眼相机模型（Sec. I、VII-B）。\n5. **开源与下游生态**：代码、数据集、同步方案开源；支撑 mesh/纹理（VDBFusion + OpenMVS）与 3DGS 渲染，将 COLMAP 姿态+稠密点获取时间从 9 h 压缩至 21 s（Sec. X-C，Fig. 15–16）。\n\n## 不足\n\n1. 无回环与全局优化，长程漂移未解决（Sec. XI）。\n2. 法向量精化默认关闭，平均仅提升 1 mm 且序列间不一致，收益场景有限（Sec. IX-A、IX-B）。\n3. 视觉更新在低照度/模糊图像下可能拖累精度，缺乏图像质量自适应机制（Table II）。\n4. Hilti 真值闭源、部分消融在补充材料，独立核验与完整复现有门槛（Sec. VIII-A）。\n5. 3DGS 应用中训练时间反增（15 min 30 s vs COLMAP 的 10 min 59 s），密度—训练成本权衡未优化（Fig. 16）。\n\n### 5. 下一步研究方向（Next-Step Research）\n\n- **回环与滑窗优化**：按作者规划（Sec. XI）将回环检测与滑窗优化嵌入 ESIKF 框架以抑制长程漂移，需解决顺序更新与全局一致性之间的计算冲突。\n- **语义/物体级建图**：利用高精度彩色稠密点云提取语义信息，构建物体级语义地图（Sec. XI），服务导航与人机交互。\n- **视觉退化自适应**：引入图像质量感知的光度噪声自适应或学习型加权，缓解低照度/模糊场景的负优化（针对 Table II 暴露的短板）。\n- **多模态扩展与理论完善**：将顺序更新 ESIKF 扩展至 GNSS/热成像/事件相机等模态，并研究测量噪声相关情形下顺序更新的理论保证与修正。\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按「数学基础 → 系统框架 → 地图结构 → 视觉测量 → 噪声与鲁棒性 → 应用」顺序组织。每条含：英文术语/译名、定义、直觉、论文角色、先修知识。\n\n### 1. SLAM（Simultaneous Localization and Mapping，同步定位与建图）\n\n- 定义：机器人在未知环境中同时估计自身位姿并增量构建环境地图的技术。\n- 直觉：像人走进陌生大楼，一边走一边记住位置并画出平面图。\n- 论文角色：FAST-LIVO2 的任务总范畴，目标是在机载算力下实时、精确、鲁棒地定位并构建彩色稠密地图（Sec. I）。\n- 先修知识：概率状态估计、机器人学基础。\n\n## 2. LIVO（LiDAR-Inertial-Visual Odometry，激光-惯性-视觉里程计）\n\n- 定义：递推融合 LiDAR、IMU、相机三种测量的里程计框架（无回环检测）。\n- 直觉：LiDAR 管深度、相机管纹理颜色、IMU 管高频运动先验，三者互补。\n- 论文角色：本文系统类别；FAST-LIVO2 是基于直接法的紧耦合 LIVO（Abstract、Sec. I）。\n- 先修知识：里程计与 SLAM 的区别、多传感器融合。\n\n## 3. ESIKF（Error-State Iterated Kalman Filter，误差状态迭代卡尔曼滤波）\n\n- 定义：以误差状态为变量、在流形切空间迭代线性化并反复更新状态的卡尔曼滤波框架，等价于 Gauss-Newton 迭代。\n- 直觉：不直接估计旋转本身，而是估计其小扰动，逐步逼近最优解。\n- 论文角色：全系统核心估计器，LiDAR 与视觉测量均经其更新（Sec. IV、式 (10)–(12)）。\n- 先修知识：KF/EKF、李群 SO(3)、MAP 估计。\n\n## 4. Sequential Update（顺序更新）\n\n- 定义：在测量噪声统计独立假设下，把 LiDAR 与图像测量拆成两次先后执行的贝叶斯更新，理论上与联合更新等价（式 (5)–(8)）。\n- 直觉：先听 LiDAR 的意见修正状态，再听相机的意见继续修正。\n- 论文角色：第一点贡献；解决 LiDAR 与图像测量维度不匹配及图像金字塔多层级问题（Sec. IV-D、Algorithm 1）。\n- 先修知识：贝叶斯公式、条件概率链式分解。\n\n## 5. Direct Method（直接法）\n\n- 定义：跳过特征提取与描述子匹配，直接以原始测量（像素灰度、原始点云）构造光度/点到面残差来优化位姿。\n- 直觉：直接问「图像亮度对不对得上、点有没有贴在平面上」，省去特征工程。\n- 论文角色：LiDAR 与视觉模块共同的方法论基础（Sec. II-A）。\n- 先修知识：特征法（feature-based）流程、非线性最小二乘。\n\n## 6. Sparse Direct Image Alignment（稀疏直接图像对齐）\n\n- 定义：仅用少量带参考 patch 的地图点最小化光度误差来估计位姿的图像对齐方式。\n- 直觉：挑几十个小块做「模板匹配式」对齐，比逐像素稠密法快一个量级。\n- 论文角色：视觉更新核心方法，与 R3LIVE 的逐像素稠密直接法形成对比（Sec. II-A、Sec. VII-B）。\n- 先修知识：dense/semidense/sparse 直接法分类。\n\n## 7. Photometric Error（光度误差）\n\n- 定义：参考帧 patch 灰度（乘逆曝光时间归一化）与当前帧投影位置灰度之差（式 (20)–(22)）。\n- 直觉：同一物理点在两帧里应「一样亮」，亮度差即残差。\n- 论文角色：视觉测量模型残差，驱动视觉更新迭代。\n- 先修知识：成像与曝光模型、灰度插值。\n\n## 8. Unified Voxel Map（统一体素地图）\n\n- 定义：哈希表管理 0.5 m 根体素、内部八叉树组织可变尺寸叶子体素的局部地图，同时承载 LiDAR 平面与视觉 patch。\n- 直觉：LiDAR 与相机「共用一本账」：几何与纹理记在同一张地图上。\n- 论文角色：系统核心数据结构，使 LiDAR 平面先验可直接服务视觉对齐（Sec. V-A、Fig. 2）。\n- 先修知识：哈希表、八叉树、体素化。\n\n## 9. Visual Map Point（视觉地图点）\n\n- 定义：被选中并挂接图像 patch 的 LiDAR 地图点，作为视觉对齐锚点，无需特征提取与三角化。\n- 直觉：LiDAR 点「借用」相机外观变成视觉路标。\n- 论文角色：连接 LiDAR 几何与视觉观测的桥梁（Sec. V-C）。\n- 先修知识：地图点概念、LiDAR-相机外参标定。\n\n## 10. Reference Patch（参考图像块）\n\n- 定义：视觉地图点所挂多个 patch 中被选出用于当前帧对齐的一个（三层金字塔；对齐用 8×8、法向精化用 11×11）。\n- 直觉：给每个路标挑一张「标准照」，之后都用它与新帧比对。\n- 论文角色：第三点贡献；基于 NCC 相似度与视角的打分更新策略（式 (12)），消融显示去掉后平均误差增加 44 mm（Sec. V-D、Sec. IX-B）。\n- 先修知识：图像 patch、NCC。\n\n## 11. NCC（Normalized Cross-Correlation，归一化互相关）\n\n- 定义：去均值归一化后两图像块的相关系数，衡量外观相似度，对线性光照变化不敏感。\n- 直觉：不受整体变亮/变暗影响的「模板匹配相似度」。\n- 论文角色：参考 patch 打分公式 (12) 的相似度项，借鉴 MVS 思想规避动态物体与外点 patch（Sec. V-D）。\n- 先修知识：相关系数、图像统计。\n\n## 12. Plane Prior（平面先验）\n\n- 定义：由 LiDAR 点拟合的局部平面参数（中心 q、法向 n、协方差 Σ_{n,q}），描述 patch 内像素的真实几何。\n- 直觉：patch 覆盖的是一小块斜面而非等深平面屏，用 LiDAR 拟合的斜面更真实。\n- 论文角色：第二点贡献；替代 FAST-LIVO 的「patch 内深度恒定」假设，提升仿射变换精度（Sec. V-E、贡献 2）。\n- 先修知识：平面拟合（SVD）、协方差传播。\n\n## 13. Affine Warping（仿射变换）\n\n- 定义：利用相对位姿与平面法向把参考 patch 像素坐标映射到目标帧的变换矩阵 A_r^i（式 (13)、Fig. 5(a)）。\n- 直觉：斜视同一小块平面会产生「剪切+缩放」形变，仿射矩阵补偿之。\n- 论文角色：图像对齐中参考 patch 与当前 patch 像素对应关系的关键步骤。\n- 先修知识：射影几何、相机投影/反投影模型 P 与 P^{-1}。\n\n## 14. Normal Refinement（法向量精化）\n\n- 定义：以 LiDAR 法向为初值，最小化参考 patch 与其余 patch 的光度误差进一步优化法向（式 (14)–(17)），经变量代换化为无约束二维最小二乘并在独立线程执行。\n- 直觉：LiDAR 给的法向有噪声，用多视角照片「再校准」一次。\n- 论文角色：可选模块（默认关闭），平均提升约 1 mm 且仅在图像质量好的简单结构场景有效（Sec. V-E、Sec. IX-B）。\n- 先修知识：非线性最小二乘、重参数化技巧。\n\n## 15. Exposure Time Estimation（曝光时间估计）\n\n- 定义：把逆曝光时间 τ 作为状态分量（以随机游走噪声建模）在线估计，并固定 τ₀=1 消除退化（式 (3)、Sec. VII-B）。\n- 直觉：图像亮度=辐照度×曝光时间；把曝光「除回去」，不同亮度的帧才能直接比灰度。\n- 论文角色：第四点贡献；应对室内外光照剧变，消融显示去掉后平均误差增加 6 mm（Sec. IX-B）。\n- 先修知识：相机曝光原理、随机游走过程。\n\n## 16. On-demand Raycasting（按需光线投射）\n\n- 定义：当 LiDAR 点因近距离盲区或 FoV 不重叠而缺失时，对图像空网格单元沿视线反向均匀采样查询体素，召回视觉地图点（Sec. VII-A2、Fig. 7）。\n- 直觉：LiDAR「看不见」的地方，用虚拟射线去地图里「翻找」可能入镜的路标。\n- 论文角色：第五点贡献；保证盲区/退化时视觉更新仍有约束（UAV「Narrow Opening」实验、Sec. X-A）。\n- 先修知识：raycasting、体素空间查询。\n\n## 17. Scan Recombination（扫描重组）\n\n- 定义：把异步采样的 LiDAR 原始点流按相机采样时刻重新切分为同步扫描（Sec. IV-B、Fig. 3）。\n- 直觉：把点流「剪断」成与相机同频（如 10 Hz）的帧，使两类测量同时刻更新。\n- 论文角色：数据预处理第一步，是顺序更新的时间对齐前提。\n- 先修知识：传感器时间同步、采样率。\n\n## 18. Forward/Backward Propagation（前向/反向传播）\n\n- 定义：前向传播按 IMU 运动学预测状态与协方差作为先验；反向传播补偿扫描内运动畸变，把点统一到扫描末时刻（Sec. IV-C、Fig. 3）。\n- 直觉：先「盲猜」当前状态，再把一帧内因运动「拖影」的点拉回正确位置。\n- 论文角色：ESIKF 预测步与去畸变，继承自 FAST-LIO [^42]。\n- 先修知识：IMU 运动学、状态转移方程 (1)。\n\n## 19. Point-to-Plane Residual（点到平面残差）\n\n- 定义：LiDAR 点经估计位姿变换到全局系后到其所属体素平面的带符号距离（式 (18)）。\n- 直觉：真实点应贴在地图平面上，「悬空」或「陷入」的距离即残差。\n- 论文角色：LiDAR 测量模型核心残差（Sec. VI-A）。\n- 先修知识：平面方程、点面距离。\n\n## 20. Beam Divergence（激光束发散角）\n\n- 定义：激光束固有发散角 θ 使光斑随距离与入射角增大，引入额外测距不确定度 δd（式 (19)、Fig. 6）。\n- 直觉：激光不是无限细的线，照在斜面上光斑拉长、测距更「糊」。\n- 论文角色：LiDAR 噪声建模改进点，使本系统 LIO 子系统整体优于 FAST-LIO2（Sec. VI-B、Sec. IX-B）。\n- 先修知识：TOF 测距、误差协方差建模。\n\n## 21. Outlier Rejection（外点剔除）\n\n- 定义：视觉更新前剔除被遮挡、深度不连续、参考或当前视角过大（>80°）的视觉地图点（Sec. VII-A3、Fig. 8）。\n- 直觉：被挡住或「斜视」的路标照片不可靠，先扔掉再对齐。\n- 论文角色：保证光度残差质量，提升图像对齐鲁棒性。\n- 先修知识：深度图、遮挡与深度连续性判断。\n\n## 22. Inverse Compositional Formulation（逆组合公式）\n\n- 定义：把位姿增量 δT 从当前帧投影项移到参考帧投影项的迭代参数化技巧，使雅可比只需计算一次（Sec. VII-B、[^48]）。\n- 直觉：把「每步都要重算的」挪到固定一侧，省掉重复求导。\n- 论文角色：视觉更新效率关键，使每金字塔层迭代次数从 10 降到 3（Sec. IX-E）。\n- 先修知识：Lucas-Kanade 图像对齐框架。\n\n## 23. Image Pyramid（图像金字塔）\n\n- 定义：同一 patch 的三层降采样表示（逐层半采样），视觉更新由粗到细逐层迭代（Algorithm 1 Lines 13–23）。\n- 直觉：先看缩略图粗对，再看原图细对，扩大收敛域又保精度。\n- 论文角色：视觉更新的多分辨率迭代结构，也是顺序更新需处理「维度随层级变化」的原因。\n- 先修知识：图像尺度空间。\n\n## 24. Boxplus/Boxminus（⊕/⊖，流形加/减法）\n\n- 定义：状态流形 M 上封装的「加法」（流形点+切向量）与「减法」（两流形点之差为切向量）运算（Table I）。\n- 直觉：让旋转等非线性量也能像向量一样做「加减」更新。\n- 论文角色：全部状态更新公式 (1)(11)(12) 的记号基础。\n- 先修知识：李群 SO(3)、切空间扰动。\n\n## 25. Loosely/Tightly Coupled（松耦合/紧耦合）\n\n- 定义：松耦合指一个传感器的估计仅作另一子系统初值或独立优化；紧耦合指原始测量在同一滤波器/因子图中联合优化（Sec. II-B）。\n- 直觉：紧耦合是「所有证据一起断案」，松耦合是「各判各的再商量」。\n- 论文角色：相关工作分类框架；FAST-LIVO2 在测量层与状态估计层均为紧耦合。\n- 先修知识：SLAM 系统架构。\n\n## 26. LiDAR Degeneration（LiDAR 退化）\n\n- 定义：环境几何约束不足（单面长墙、隧道等）导致 LiDAR 位姿部分不可观、漂移增大的现象。\n- 直觉：四周只有一面墙，沿墙平移时 LiDAR「感觉不到」运动。\n- 论文角色：鲁棒性测试核心场景（Sec. IX-C、Fig. 10–11），展示视觉补偿几何退化的能力。\n- 先修知识：可观测性与退化方向分析。\n\n## 27. Close Proximity Blind Zone（近距离盲区）\n\n- 定义：LiDAR 距物体过近而无法返回有效测距点的区域。\n- 直觉：传感器有「最近量程」，太近反而测不到。\n- 论文角色：按需 raycasting 的直接动机（贡献 5、Sec. VII-A2）。\n- 先修知识：LiDAR 测距原理。\n\n## 28. Ring-buffer Local Map（环形缓冲局部地图）\n\n- 定义：以固定内存维护以当前位置为中心、边长 L 的局部地图；地图滑动时重置移出区域的内存（Fig. 4、[^46]）。\n- 直觉：像跑步机——地图「跟着人走」，内存永远不变大。\n- 论文角色：保证长航时运行内存有界（Sec. V-A）。\n- 先修知识：环形缓冲区、内存管理。\n\n## 29. Visual Submap（视觉子图）\n\n- 定义：当前相机 FoV 内可见视觉地图点的集合，由可见体素查询（visible voxel query）与按需 raycasting 获得（Sec. VII-A）。\n- 直觉：只把「可能入镜」的路标拿出来参与对齐，避免遍历全图。\n- 论文角色：视觉测量模型构建的前置步骤，是实时效率的关键。\n- 先修知识：视锥剔除、空间索引查询。\n\n## 30. 3DGS（3D Gaussian Splatting）\n\n- 定义：以大量各向异性高斯基元表示场景、经可微光栅化渲染的新视图合成方法。\n- 直觉：用数百万个彩色「软椭球」拼出可实时渲染的三维照片。\n- 论文角色：应用三；FAST-LIVO2 的稠密彩色点云与位姿替代 COLMAP 输入，初始化时间从 9 h 降至 21 s，PSNR 略优（Sec. X-C、Fig. 16）。\n- 先修知识：NeRF/新视图合成基础。\n\n### 二、概念依赖图（文字版）\n\n## 第 0 层：数学与滤波基础\n\n- SO(3)/李群与流形 → Boxplus/Boxminus → ESIKF\n- 贝叶斯滤波与 MAP 估计 → ESIKF 更新式 (10)–(12)\n- 条件概率链式分解（式 (5)）→ Sequential Update\n\n## 第 1 层：系统骨架（Sec. III–IV）\n\n- IMU 运动学模型（式 (1)–(3)）→ Forward Propagation → 先验分布 p(x)\n- Scan Recombination → LiDAR/图像时间同步 → Sequential Update 的执行前提\n- Backward Propagation（运动补偿）→ 去畸变点云 → Point-to-Plane Residual\n- Sequential Update = LiDAR Update（先）→ Visual Update（后，逐金字塔层）\n\n## 第 2 层：地图结构（Sec. V）\n\n- 哈希表 + 八叉树 → Unified Voxel Map\n- Ring-buffer 机制 → Unified Voxel Map 的内存有界性\n- LiDAR Update 收敛 → Geometry Construction/Update → Plane Prior（q, n, Σ）\n- Plane Prior + 灰度梯度筛选 → Visual Map Point 生成（挂 patch 金字塔）\n- Visual Map Point 多 patch → Reference Patch Update（式 (12)：NCC + 视角余弦）\n- Reference Patch Update → Normal Refinement（式 (14)–(17)）→ 更精确的 Plane Prior\n\n## 第 3 层：视觉测量链（Sec. VII）\n\n- Unified Voxel Map → Visible Voxel Query → Visual Submap\n- Close Proximity Blind Zone / LiDAR-Camera FoV 不重叠 → On-demand Raycasting → 补全 Visual Submap\n- Visual Submap → Outlier Rejection → 有效视觉地图点\n- Reference Patch + Plane Prior + 相对位姿 → Affine Warping（式 (13)）\n- Affine Warping + Exposure Time Estimation → Photometric Error（式 (20)–(22)）\n- Photometric Error + Inverse Compositional Formulation → Sparse Direct Visual Update\n\n## 第 4 层：噪声与鲁棒性（Sec. VI–VII、IX-C）\n\n- TOF/编码器噪声 + Beam Divergence（式 (19)）→ LiDAR 测量噪声 → 残差加权与 LIO 精度\n- 曝光随机游走模型 → Exposure Time Estimation → 光度误差跨光照可比\n- LiDAR Degeneration 场景 → 依赖 Visual Update + On-demand Raycasting + Exposure Estimation 共同补偿\n\n## 第 5 层：应用输出（Sec. X）\n\n- 高精度位姿 + 稠密彩色点云 → UAV 全机载导航（+ Bubble Planner + MPC）\n- 同上 → 机载大范围建图（MARS-LVIG）\n- 同上 → Mesh 生成（VDBFusion）+ 纹理映射（OpenMVS）+ 3DGS 渲染\n\n**一句话主链**：IMU 前向传播给先验 → 扫描重组对齐时间 → ESIKF 顺序更新（先 LiDAR 点面残差、后稀疏直接视觉）→ 统一体素地图同时供给几何（平面先验）与外观（参考 patch）→ 平面先验+法向精化支撑仿射变换 → 曝光估计+逆组合公式保证光度对齐快而准 → 按需 raycasting+外点剔除保证退化场景鲁棒 → 输出高精度彩色地图支撑三类应用。\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、冲突与参考文献核查\n\n**核查范围说明**：以下核查基于论文内部交叉验证（正文、公式、算法、图表互证）以及论文自身给出的外部链接与文献；未执行独立的网络检索复现，凡标注“外部待核”的项目需读者自行访问对应来源确认。\n\n### 1. 关键事实性主张核查（每条主张至少两个来源）\n\n### 主张 1：精度——在 25 个公开序列上平均平移 RMSE 为 0.044 m，约为第二名 FAST-LIVO（0.137 m）的 3 倍精度\n\n- 论文内来源 1：Sec. IX-B 正文（“average RMSE of 0.044 m, which is three times more accurate than the second-place FAST-LIVO at 0.137 m”）\n- 论文内来源 2：Table II 平均行（Ours = 0.045；Ours (w normal) = 0.044；FAST-LIVO = 0.137）\n- 外部核验：Hilti 官网评分页（论文脚注 6）、NTU-VIRAL 官方评测（外部待核）\n- 状态：基本成立，但存在 1 mm 口径差异（见冲突 2）\n\n### 主张 2：效率——Intel i7-10700K 上平均 30.03 ms/帧（LiDAR 17.13 ms + 图像 12.90 ms），ARM（Qualcomm RB5, Kryo585）上平均 78.44 ms/帧\n\n- 论文内来源 1：Sec. IX-E 正文\n- 论文内来源 2：Table III 平均行（30.03 (17.13 / 12.90)；ARM 列 78.44）\n- 状态：两处数值一致，成立\n\n## 主张 3：顺序更新 ESIKF 在 LiDAR 与图像测量噪声统计独立的前提下，与标准联合更新理论等价\n\n- 论文内来源 1：Sec. IV-D 式 (5)–(8) 的贝叶斯分解推导\n- 论文内来源 2：Algorithm 1（Lines 6–23，先 LiDAR 后视觉的两阶段迭代更新实现）\n- 外部佐证：文献 [^44]（Willner et al., 1976，多传感器顺序卡尔曼滤波）与 [^45]（Ma & Sun, 2023，顺序状态融合）\n- 状态：推导自洽且有文献支撑，成立\n\n## 主张 4：FAST-LIVO2 基于 FAST-LIVO [^8] 发展而来，含五点新贡献（顺序更新 ESIKF、平面先验使用/精化、参考 patch 更新策略、在线曝光时间估计、按需体素光线投射）\n\n- 论文内来源 1：Sec. I 贡献列表 1)–5)\n- 论文内来源 2：Sec. IX-B 消融（Table II 中 Ours (w/o expo)、Ours (w/o update)、Ours (w normal) 变体列）及补充材料 [^53] Sec. I-A–I-E\n- 外部核验：[^8]（IROS 2022）原文与 GitHub 仓库中 FAST-LIVO 历史版本（外部待核）\n- 状态：成立\n\n## 主张 5：LiDAR 模块改编自 VoxelMap [^14]，视觉模块基于稀疏直接法 [^12] 的变体\n\n- 论文内来源 1：Sec. II-A（“The LiDAR module of our system is adapted from VoxelMap [^14], and the visual model is based on a variant of sparse direct method [^12]”）\n- 论文内来源 2：Sec. V-A（自适应体素结构 “presented in [^14]”）；Sec. VII-B（inverse compositional formulation 引 [^4][^48]）\n- 外部核验：[^14]（RA-L 2022）、[^12]（SVO, ICRA 2014）原文\n- 状态：成立\n\n## 主张 6：公开评测集为 NTU-VIRAL、Hilti'22、Hilti'23 共 25 个序列，另用 MARS-LVIG 与自建私有数据集\n\n- 论文内来源 1：Sec. VIII-A（“NTU-VIRAL and Hilti contribute a total of 25 sequences”）\n- 论文内来源 2：Table II 逐序列清点（Hilti'22 8 条 + Hilti'23 8 条 + NTU-VIRAL 9 条 = 25 条）\n- 外部核验：数据集论文 [^49][^50][^51][^52]\n- 状态：成立\n\n## 主张 7：在 LiDAR/视觉双退化序列（HKU Cultural Center、CBD Building 03、Mining Tunnel）中端到端回环误差 < 0.01 m\n\n- 论文内来源 1：Sec. IX-C 正文\n- 论文内来源 2：Fig. 11 定性建图结果\n- 状态：论文内部一致；但为私有数据且依赖“返回起点”设定，无公开真值，独立复核困难（见冲突 5）\n\n## 主张 8：3DGS 应用中，FAST-LIVO2 将位姿+稠密点云获取时间从 COLMAP 的 9 h 降至 21 s；训练时间由 10 min 59 s 增至 15 min 30 s；PSNR 略优于 COLMAP 输入\n\n- 论文内来源 1：Sec. X-C 正文\n- 论文内来源 2：Fig. 16（渲染细节、耗时与 PSNR 三方对比）\n- 状态：论文内部一致；属单序列（CBD Building 01，300/1180 帧）测试，泛化性待验证\n\n## 主张 9：全机载 UAV 导航中，FAST-LIVO2 平均 53.47 ms/帧，规划 8.43 ms，MPC 18.5 ms，总平均 80.4 ms < 100 ms 帧周期\n\n- 论文内来源 1：Sec. X-A-2 正文\n- 论文内来源 2：Fig. 14 各模块耗时统计\n- 状态：论文内部一致，成立\n\n## 主张 10：代码与数据集在 GitHub 开源\n\n- 论文内来源 1：Abstract（“Code and datasets are open-sourced on GitHub”）\n- 论文内来源 2：Sec. I 末段与 Sec. VIII-B（私有数据集、硬件同步方案随代码发布）\n- 外部核验：\n- 状态：成立\n\n### 2. 冲突与不确定性说明\n\n1. **出版信息不确定**：正文与参考文献均未给出本文的卷期、页码与 DOI；补充材料 [^53] 标注 “Aug. 2024”。据 IEEE Trans. 排版、Index Terms 与作者简介体例推断为 IEEE 期刊（很可能 IEEE Transactions on Robotics），最终需外部检索确认。\n2. **Table II 平均值口径差异**：正文称平均 RMSE 0.044 m，而 Table II 平均行中默认配置 “Ours” 为 0.045 m，“Ours (w normal)” 才为 0.044 m。1 mm 差异可能源于四舍五入或表述口径（默认配置不含 normal refinement，Sec. IX-A），引用时应注明。\n3. **Hilti 真值不开源**：Sec. VIII-A 明确 Hilti 数据集真值未公开，结果只能经 Hilti 官网核验；Hilti'23 “Site 3” 四序列因官网不提供 RMSE 等深度分析被排除，25 序列的最终构成依赖作者的选择性剔除。\n4. **消融细节外置**：曝光估计、仿射变换、参考 patch 更新、法向收敛、按需光线投射、顺序更新等模块验证放在补充材料 [^53] Sec. I-A–I-E，正文未完整呈现，完整复核需额外下载补充材料。\n5. **私有数据结论不可独立复核**：端到端 <0.01 m 的结论基于自建数据集的“返回起点”设定，无外部真值；数据虽随代码发布，但“真值”本身即由待评估系统估计，存在循环论证风险。\n6. **normal refinement 收益有限且默认关闭**：Sec. IX-A 默认配置关闭 normal refinement；Sec. IX-B 显示其平均仅提升 1 mm，且在 NTU-VIRAL 暗光序列（eee/nya）出现明显负优化。这与贡献点 2（“use (and even refine) plane priors”）的表述存在张力——平面先验的“使用”收益显著，但“精化”环节收益微弱。\n7. **对比系统配置经过修改**：R3LIVE 被适配为支持 fisheye 相机、多线 LiDAR 与外置 IMU，并关闭在线内参/外参优化（Sec. IX-B）；SDV-LOAM 仅视觉模块开源，作者自行将其与 LeGO-LOAM [^7] 松耦合集成并另行开源该实现；LVI-SAM 被移除回环模块以保证公平。复现对比实验必须采用上述修改配置，否则结果不可比。\n8. **传感器噪声参数为手工设定**：LiDAR 深度/角度误差与光束发散角按传感器型号手工设定（Sec. IX-A，如 Livox Avia 0.02 m / 0.05° / 0.15°），未给出敏感性分析，跨传感器迁移需重新调参。\n9. **参考文献 [^47] 作者署名疑有误**：文中写作 “R. M. Stereopsis, ‘Accurate, dense, and robust multiview stereopsis,’ IEEE TPAMI, vol. 32, no. 8, 2010”，该论文实际作者为 Yasutaka Furukawa 与 Jean Ponce，作者字段明显是题名碎片误植，属引用条目错误，需外部核对。\n10. **标题拼写**：文档首页标题 “Odometrv” 为 OCR/排版错误，正确拼写为 “Odometry”（与 Abstract 及 GitHub 仓库名一致）。\n11. **长程漂移未解决**：作者自述作为 odometry 无回环，长距离存在漂移（Sec. XI），所有精度结论均为短中程序列上的结果，不能外推至长航时场景。\n\n### 3. 参考文献列表\n\n论文共 59 篇参考文献（Sec. REFERENCES）。以下按类别列出本次核查使用的关键文献（编号与原文一致）：\n\n## 方法基础与直接来源\n\n- [^8] C. Zheng, Q. Zhu, W. Xu, X. Liu, Q. Guo, F. Zhang, “FAST-LIVO: Fast and tightly-coupled sparse-direct lidar-inertial-visual odometry,” IROS 2022, pp. 4003–4009.（前作）\n- [^12] C. Forster, M. Pizzoli, D. Scaramuzza, “SVO: Fast semi-direct monocular visual odometry,” ICRA 2014, pp. 15–22.（视觉模块基础）\n- [^13] W. Xu, Y. Cai, D. He, J. Lin, F. Zhang, “FAST-LIO2: Fast direct lidar-inertial odometry,” IEEE T-RO, vol. 38, no. 4, pp. 2053–2073, Aug. 2022.（LIO 对比基线）\n- [^14] C. Yuan, W. Xu, X. Liu, X. Hong, F. Zhang, “Efficient and probabilistic adaptive voxel mapping for accurate online lidar odometry,” IEEE RA-L, vol. 7, no. 3, pp. 8518–8525, Jul. 2022.（VoxelMap，LiDAR 模块与体素地图来源）\n- [^42] W. Xu, F. Zhang, “FAST-LIO,” IEEE RA-L, vol. 6, no. 2, pp. 3317–3324, Apr. 2021.（反向传播运动补偿）\n- [^43] D. He, W. Xu, F. Zhang, “Symbolic representation and toolkit development of iterated error-state extended Kalman filters on manifolds,” IEEE TIE, vol. 70, no. 12, pp. 12533–12544, Dec. 2023.（ESIKF 框架）\n- [^44] D. Willner, C.-B. Chang, K.-P. Dunn, “Kalman filter algorithms for a multi-sensor system,” IEEE CDC 1976, pp. 570–574.（顺序更新理论依据）\n- [^45] J. Ma, S. Sun, “Globally optimal distributed and sequential state fusion filters…,” Inf. Fusion, vol. 99, 2023, Art. no. 101885.\n- [^46] Y. Ren et al., “ROG-MAP,” arXiv:2302.14819, 2023.（ring-buffer Hash 地图实现）\n- [^47] 署名疑误（应为 Y. Furukawa, J. Ponce）, “Accurate, dense, and robust multiview stereopsis,” IEEE TPAMI, vol. 32, no. 8, pp. 1362–1376, Aug. 2010.（NCC 打分借鉴的 MVS 技术）\n- [^48] S. Baker, I. Matthews, “Lucas-Kanade 20 years on: A unifying framework,” IJCV, vol. 56, pp. 221–255, 2004.（inverse compositional 公式来源）\n\n## 对比系统\n\n- [^35] T. Shan, B. Englot, C. Ratti, D. Rus, “LVI-SAM,” ICRA 2021, pp. 5692–5698.\n- [^36] J. Lin, F. Zhang, “R3LIVE,” ICRA 2022, pp. 10672–10678.\n- [^37] J. Lin, F. Zhang, “R3LIVE++,” IEEE TPAMI, 2024.\n- [^40] Z. Yuan et al., “SDV-LOAM,” IEEE TPAMI, vol. 45, no. 9, pp. 11203–11220, Sep. 2023.\n- [^7] T. Shan, B. Englot, “LeGO-LOAM,” IROS 2018, pp. 4758–4765.（用于集成 SDV-LOAM）\n\n## 数据集\n\n- [^49] T.-M. Nguyen et al., “NTU VIRAL: A visual-inertial-ranging-lidar dataset…,” IJRR, vol. 41, no. 3, pp. 270–280, 2022.\n- [^50] M. Helmberger et al., “The Hilti SLAM challenge dataset,” IEEE RA-L, vol. 7, no. 3, pp. 7518–7525, Jul. 2022.\n- [^51] L. Zhang et al., “Hilti-Oxford dataset,” IEEE RA-L, vol. 8, no. 1, pp. 408–415, Jan. 2023.\n- [^52] H. Li et al., “MARS-LVIG dataset,” IJRR, vol. 43, no. 8, 2024, Art. no. 02783649241227968.\n- [^53] “Supplementary material: FAST-LIVO2,” Aug. 2024. \n\n## 应用组件\n\n- [^55] Y. Ren et al., “Bubble planner,” IROS 2022, pp. 6332–6339.（UAV 规划）\n- [^56] G. Lu, W. Xu, F. Zhang, “On-manifold model predictive control for trajectory tracking on robotic systems,” IEEE TIE, vol. 70, no. 9, pp. 9192–9202, Sep. 2023.（MPC 控制）\n- [^57] I. Vizzo et al., “VDBFusion,” Sensors, vol. 22, no. 3, 2022, Art. no. 1296.（mesh 生成）\n- [^58] D. Cernea, “OpenMVS,” 2020. \n- [^59] J. L. Schönberger, J.-M. Frahm, “Structure-from-motion revisited” (COLMAP), CVPR 2016, pp. 4104–4113.（3DGS 对比基线）\n\n## 外部核验入口（论文给出）\n\n- 代码与数据集仓库：\n- 补充材料：见 [^53] 链接\n- 演示视频：YouTube（论文脚注 2、10、11、12、13）\n- Hilti 官方评分网站（脚注 6，用于核验 Hilti 序列结果）\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：图表提取与深度解读\n\n### 1. 图表完整索引\n\n#### 1.1 表格索引（正文）\n\n| 编号 | 标题/说明 | 类型 | 位置 | 支持的结论 | 重要性 |\n|---|---|---|---|---|---|\n| Table I | SOME IMPORTANT NOTATIONS（重要符号说明：boxplus/boxminus 算子、全局/相机系向量、外参 I-T-L / C-T-I / G-T-I、真值/预测/更新态、误差态等） | 符号定义表 | Sec. III（Fig. 2 之后） | 为全文数学推导（式(1)–(22)）提供统一符号基础 | ★★☆☆☆ |\n| Table II | ABSOLUTE TRANSLATIONAL ERRORS (RMSE, METERS) IN SEQUENCES（25 个公开序列上 10 个系统/变体的绝对平移误差；× 表示系统完全失败） | 定量基准对比 + 消融表 | Sec. IX-B | 核心精度结论：Ours 平均 0.045 m（含 normal refine 变体 0.044 m，正文引用 0.044 m），约为第二名 FAST-LIVO（0.137 m）的 1/3；消融列显示去掉参考 patch 更新（w/o update）恶化至 0.089 m（+44 mm），去掉曝光估计（w/o expo）恶化至 0.051 m（+6 mm），normal refine 提升约 1 mm 且依场景而定；Our LIO（0.097 m）整体优于 FAST-LIO2（0.151 m）；LVI-SAM 在 9 个序列失败 | ★★★★★ |\n| Table III | PROCESSING TIME (MS) PER LIDAR AND IMAGE FRAME（约 40 个序列上各系统每帧处理耗时；FAST-LIVO2 列拆分 LiDAR/图像耗时，另含 ARM 平台列） | 运行时间对比表 | Sec. IX-E | 核心效率结论：Ours 平均 30.03 ms（LiDAR 17.13 / 图像 12.90），ARM 上 78.44 ms，显著低于 R3LIVE（108.36 ms）、LVI-SAM（108.45 ms）、FAST-LIVO（41.43 ms）；在竞品全部失败的退化序列（CBD Building 02/03、Office Building Wall、Narrow/Long Corridor、Mining Tunnel）上仍保持 17.99–29.43 ms | ★★★★★ |\n\n补充材料表格（正文引用、未在正文呈现）：Table S1（私有数据集 20 个序列描述，Sec. VIII-B 引用）、Table S2（四项 UAV 导航实验配置，Sec. X-A 引用）、Table S3（FAST-LIO2 每帧耗时约比 FAST-LIVO2 少 10.35 ms，Sec. IX-E 引用）。\n\n#### 1.2 图索引（正文）\n\n| 编号 | 标题/说明 | 类型 | 位置 | 支持的结论 | 重要性 |\n|---|---|---|---|---|---|\n| Fig. 1 | FAST-LIVO2 实时建图结果：(a)–(c) 机载建图（MARS-LVIG）， 手持采集零售街， UAV 全机载实时状态估计+规划+跟踪控制；e1/e4 标注 LiDAR 退化区，e2/e3 避障，e5/e6 室内外曝光剧变 | 定性结果/系统演示图 | Sec. I | 系统实时性与实用性总述：全机载 UAV 自主飞行、高精度机载建图、退化与光照剧变下的鲁棒性 | ★★★★☆ |\n| Fig. 2 | FAST-LIVO2 系统总览 | 系统架构图 | Sec. III | 四大模块（ESIKF、local mapping、LiDAR 测量模型、视觉测量模型）与统一体素地图（Hash 表 + octree）的数据流结构 | ★★★★★ |\n| Fig. 3 | scan recombination、前向传播与反向传播示意 | 算法机制示意图 | Sec. IV-A/B | 以相机采样时刻重组 LiDAR 点为扫描，实现 10 Hz 同步更新；反向传播补偿运动畸变 | ★★★☆☆ |\n| Fig. 4 | 局部地图滑动 2-D 示意： 初始地图， 移动地图， 重置内存 | 机制示意图 | Sec. V-A | ring-buffer Hash 局部地图以固定内存维持 LiDAR 周边长度 L 的区域 | ★★★☆☆ |\n| Fig. 5 | (a) 参考 patch 与目标 patch 间的 affine warping；(b) 法向量从单位球面经平面约束到 x-y 平面的参数化变换 | 几何示意图 | Sec. V-E（式(13)–(17)） | 基于 LiDAR 平面先验的仿射变换精度优于常深度假设；法向优化可无约束化为二维变量 m 并在独立线程求解 | ★★★★☆ |\n| Fig. 6 | 考虑激光束发散角 θ 的 LiDAR 点不确定性模型： 3-D 视图， 侧视截面， 按点位置不确定性着色， 进一步计入束发散测距不确定性 | 噪声模型示意图 | Sec. VI-B（式(18)–(19)） | 入射角 φ 增大时束发散导致测距不确定性显著增大（地面点尤甚）；计入该效应可提升选点与位姿精度 | ★★★★☆ |\n| Fig. 7 | on-demand voxel raycasting 示意 | 机制示意图 | Sec. VII-A | 对未被视觉地图点占据的 30×30 像素网格沿中心像素反向投射采样（d_min 至 d_max），应对 LiDAR 近距盲区与 FoV 不重叠 | ★★★★☆ |\n| Fig. 8 | outlier rejection： 遮挡与深度不连续地图点示意， 真实场景效果（红点剔除、绿点保留） | 机制+效果示意图 | Sec. VII-A | 通过深度图对比与视角约束剔除遮挡、深度不连续及大视角（>80°）地图点，保障图像对齐精度 | ★★★☆☆ |\n| Fig. 9 | 数据采集平台与硬件同步： 手持平台， 同步方案 | 实验设置图 | Sec. VIII-B | 私有数据集硬件配置（MV-CA013-21UC 相机 + Livox Avia + DJI Manifold-2C，STM32 10 Hz 硬触发同步） | ★★★☆☆ |\n| Fig. 10 | LiDAR 退化场景实时建图对比（Bright/Black Screen Wall、HIT Graffiti Wall、Banner Wall、HKU Lecture Center；对比 FAST-LIVO2 / FAST-LIVO / R3LIVE） | 定性对比图 | Sec. IX-C | 长程单面墙退化（HIT Graffiti Wall 近 800 m）下 FAST-LIVO2 几何与纹理均清晰；FAST-LIVO 纹理完全模糊，R3LIVE 几何与纹理俱差 | ★★★★★ |\n| Fig. 11 | 复杂退化与视觉挑战场景建图： HKU Cultural Center， CBD Building 03， Mining Tunnel；彩色箭头标注各传感器退化方向 | 定性对比图 | Sec. IX-C | HKU Cultural Center 端到端误差 <0.01 m；CBD Building 03 与 Mining Tunnel 中 R3LIVE/FAST-LIVO 完全失败，FAST-LIVO2 仍以 <0.01 m 误差返回起点 | ★★★★★ |\n| Fig. 12 | 全机载 UAV 自主导航算法流程图 | 系统流程图 | Sec. X-A | FAST-LIVO2（10 Hz 定位反馈）+ Bubble planner（10 Hz）+ on-manifold MPC（100 Hz）共载于 NUC（i7-1360P）实现闭环自主飞行 | ★★★★☆ |\n| Fig. 13 | Woods 与 Narrow Opening 实验放大点云图（红点为当前扫描；含第一/第三人称视角） | 实验结果图 | Sec. X-A | 高速 3 m/s 林间飞行可行；近墙窄缝场景中 raycasting 召回更多视觉地图点维持稳定定位 | ★★★☆☆ |\n| Fig. 14 | UAV 导航实验各模块处理时间（Basement/Woods/Narrow Opening/SYSU Campus；MPC 100 Hz 计时×10） | 运行时间柱状图 | Sec. X-A | 与规划/MPC 并行时 FAST-LIVO2 平均 53.47 ms < 100 ms 帧周期；规划 8.43 ms、MPC 18.5 ms，总计 80.4 ms 满足机载实时 | ★★★★☆ |\n| Fig. 15 | mesh 与纹理贴图： CBD Building 01 的 mesh 与纹理， Retail Street 纹理局部细节 | 应用结果图 | Sec. X-C | VDBFusion 网格边缘锐利、结构清晰；OpenMVS 纹理无缝精确对齐，归因于像素级图像对齐 | ★★★★☆ |\n| Fig. 16 | Ground-truth vs COLMAP+3DGS vs FAST-LIVO2+3DGS 渲染对比（细节、耗时、PSNR，CBD Building 01 随机帧） | 应用定量对比图 | Sec. X-C | 位姿+点云获取耗时从 9 h（COLMAP）降至 21 s；训练时间由 10 min 59 s 增至 15 min 30 s（点云更密、参数更多）；PSNR 略高于 COLMAP 输入 | ★★★★☆ |\n\n### 2. 优先深度解读（Top-priority deep reads）\n\n### （1）Table II（Sec. IX-B）——全文最核心定量证据\n\n- 读法：先看 Average 行：Ours 0.045 m（w normal 变体 0.044 m）对比 FAST-LIVO 0.137 m、R3LIVE 0.278 m、LVI-SAM 1.928 m、SDV-LOAM 7.416 m。\n- 再横向比较三个消融列：w/o update（0.089 m，+44 mm）证明参考 patch 更新策略贡献最大；w/o expo（0.051 m，+6 mm）证明曝光估计有效；w normal（0.044 m，−1 mm）说明法向精化收益有限且依赖图像质量（NTU-VIRAL 的 eee/nya 序列图像昏暗导致负优化）。\n- 注意事项：正文声称“平均 RMSE 0.044 m”对应含 normal refine 的最优变体，默认配置（Ours 列）为 0.045 m；Outside Building 与 Large Room (dark) 两序列 FAST-LIO2 略优（毫米级），正文归因于结构丰富但光照差、图像模糊。\n- 交叉验证：Hilti 真值未开源，结果须经 Hilti 官网核验（Sec. VIII-A）。\n\n### （2）Table III（Sec. IX-E）——效率核心证据\n\n- 读法：对比 Average 行（Ours 30.03 ms vs R3LIVE 108.36 ms vs LVI-SAM 108.45 ms vs FAST-LIVO 41.43 ms）；关注 ARM 列（78.44 ms）验证嵌入式实时性。\n- 重点观察私有数据集退化序列（CBD Building 02/03、Office Building Wall、Narrow Corridor、Long Corridor、Mining Tunnel）：竞品全部 ×（失败），FAST-LIVO2 耗时 17.99–29.43 ms，同时体现鲁棒性与效率。\n- 结合正文分析效率来源：inverse compositional formulation（雅可比一次计算）+ 平面先验仿射变换使每层金字塔迭代次数从 10 降至 3。\n\n## （3）Fig. 2 + Algorithm 1（Sec. III/IV）——系统骨架\n\n- 读法：以 Fig. 2 为索引定位四大模块对应章节（IV–VII），追踪数据流：scan recombination（Fig. 3）→ IMU 前向传播 → LiDAR 点到平面顺序更新（Sec. VI）→ 视觉稀疏直接更新（三层图像金字塔，Sec. VII）→ 地图几何/视觉结构更新（Sec. V）。\n- 配合 Algorithm 1 行号理解：Lines 6–10 为 LiDAR 迭代更新至收敛，Lines 13–23 为逐金字塔层级的视觉迭代更新；两步更新在测量噪声统计独立假设下理论等价于联合更新（式(5)–(8) 的贝叶斯分解）。\n\n## （4）Fig. 10 + Fig. 11（Sec. IX-C）——鲁棒性定性证据\n\n- 读法：Fig. 10 关注单面墙长程退化下三系统彩色点云的几何/纹理对比（HIT Graffiti Wall 近 800 m）；Fig. 11 关注箭头标注的退化方向（LiDAR 与相机同时退化，如 CBD Building 03 面向纯黑屏幕）。\n- 核对正文声称的端到端误差 <0.01 m（HKU Cultural Center、CBD Building 03、Mining Tunnel）；注意此为定性对比，无逐帧定量指标，需结合 Table II/III 与补充材料 Fig. S8 交叉验证。\n\n## （5）Fig. 16（Sec. X-C）——3DGS 应用定量对比\n\n- 读法：对比三列渲染细节；核对耗时数字（位姿+点云获取 9 h → 21 s；训练 10 min 59 s → 15 min 30 s）与 PSNR。\n- 理解权衡：FAST-LIVO2 点云更密（下采样至 5 cm）导致 3DGS 参数更多、训练更慢，但密度与精度带来略高 PSNR；体现 LIVO 输出直接作为 3DGS 初始化的实用价值。\n\n### 3. 图表关系 / 实验设置图\n\n以 Fig. 2（系统总览）为中心的关系网络：\n\n- **数据流上游**：Fig. 3（scan recombination / 前向 / 反向传播）→ Fig. 2 的 ESIKF 模块（Sec. IV，Algorithm 1）。\n- **地图模块**：Fig. 4（局部地图滑动）支撑 Fig. 2 中 local mapping 的体素地图维护（Sec. V-A/B）；Fig. 5（affine warping 与法向参数化）支撑参考 patch 更新与法向精化（Sec. V-D/E，式(12)–(17)）。\n- **测量模型**：Fig. 6（束发散噪声模型）支撑 LiDAR 测量模型（Sec. VI，式(18)–(19)）；Fig. 7（按需 raycasting）+ Fig. 8（外点剔除）支撑视觉测量模型（Sec. VII，式(20)–(22)）。\n- **实验设置**：Fig. 9（平台与硬件同步）→ Sec. VIII-B 私有数据集（20 序列，总时长 66.9 min）→ Table II/III 中 Ours 各列与 Fig. 10/11 的退化场景实验。\n- **实验证据链**：Table II（精度）+ Table III（耗时）基于公开数据集（NTU-VIRAL、Hilti'22/23，Sec. VIII-A）；Fig. 10/11（退化定性）基于私有数据集；Fig. 12/13/14（UAV 应用）与 Fig. 15/16（渲染应用）构成 Sec. X 三类落地验证。\n- **补充材料延伸**：Fig. S1–S15 与 Table S1–S3 承载模块级消融（曝光估计、affine warping、参考 patch 更新、法向收敛、按需 raycasting、顺序更新 ESIKF）与更多建图结果（正文 Sec. IX-B/D、X-A 多处引用）。\n\n### 4. 图表-结论映射\n\n| # | 论文核心结论 | 支撑图表 | 定位 |\n|---|---|---|---|\n| 1 | 定位精度 SOTA：平均 RMSE 0.044/0.045 m，比第二名 FAST-LIVO（0.137 m）准约 3 倍 | Table II | Sec. IX-B |\n| 2 | 计算效率 SOTA：平均 30.03 ms/帧（Intel），ARM 上 78.44 ms，均满足 10 Hz 实时 | Table III | Sec. IX-E |\n| 3 | 顺序更新 ESIKF 框架与参考 patch 更新有效：去掉后平均误差 +44 mm | Table II（w/o update 列）+ Algorithm 1 | Sec. IV-D、IX-B |\n| 4 | 在线曝光时间估计有效：去掉后 +6 mm；UAV 实验中估计值贴合真值 | Table II（w/o expo 列）+ Fig. S15（补充材料） | Sec. IX-B、X-A |\n| 5 | 平面先验与法向精化提升图像对齐精度：normal refine 再降约 1 mm（依场景） | Fig. 5 + Table II（w normal 列） | Sec. V-E、IX-B |\n| 6 | 束发散噪声建模提升 LIO 精度：Our LIO 0.097 m 优于 FAST-LIO2 0.151 m | Fig. 6 + Table II（Our LIO 列） | Sec. VI-B、IX-B |\n| 7 | 按需 raycasting 应对 LiDAR 近距盲区：近墙窄缝场景维持稳定定位 | Fig. 7 + Fig. 13（Narrow Opening）+ Table II（Hilti 近墙序列） | Sec. VII-A、X-A |\n| 8 | LiDAR/视觉双退化鲁棒性：800 m 单面墙与纯黑屏幕场景端到端误差 <0.01 m | Fig. 10 + Fig. 11 | Sec. IX-C |\n| 9 | 全机载 UAV 实时自主导航可行：与规划/MPC 并行总耗时 80.4 ms < 100 ms 帧周期 | Fig. 1(e) + Fig. 12 + Fig. 13 + Fig. 14 | Sec. X-A |\n| 10 | 高精度机载建图：MARS-LVIG 上 APE 0.64/0.27 m（R3LIVE 为 2.76/0.52 m） | Fig. 1(a)–(c)（正文 Sec. X-B 数据） | Sec. X-B |\n| 11 | mesh/纹理/3DGS 渲染质量：纹理无缝对齐；3DGS 初始化从 9 h 降至 21 s 且 PSNR 略升 | Fig. 15 + Fig. 16 | Sec. X-C |\n\n---\n\n**图表证据链小结**：论文论证结构为“架构图（Fig. 2）定义系统 → 机制图（Figs. 3–8）解释各模块 → 设置图（Fig. 9）保证可复现 → 定量表（Tables II/III）给出 SOTA 定量证据 → 定性图（Figs. 10/11）展示极端场景 → 应用图（Figs. 12–16）验证落地价值”。阅读时建议按此链条顺序核对；任何对精度/效率/鲁棒性结论的质疑都应回溯至 Table II/III 的具体行列与对应实验设置（Sec. VIII–IX），模块级有效性证据则需查阅补充材料 Sec. I-A 至 I-E。" }