视觉-惯性导航中不可观测子空间的演化与对齐

视觉-惯性导航系统（VINS）中的不一致性问题长期以来是一个根本性挑战。虽然既有研究主要将不一致性归因于不可观测性失配，但这些分析往往基于仅考虑预测与SLAM校正的简化理论公式，未覆盖MSCKF校正及延迟初始化等非标准估计步骤——而这些步骤对实际VINS估计器至关重要。此外，缺乏对不一致性在估计步骤中动态产生方式的全面理解，阻碍了开发精确且高效解决方案的进程。因此，当前方法常面临估计器精度、一致性与实现复杂度之间的权衡。为此，本文提出一种新型分析框架，称为不可观测子空间演化（Unobservable Subspace Evolution, USE），系统性地刻画不可观测子空间在整个估计管道中如何演化，通过显式追踪其评估点的变化。该视角为如何贡献于不一致性提供了新视角。我们的分析揭示，某些步骤引起的不可观测性失配是不可观测性失配的前因。基于此洞见，我们提出一种简单而有效的解决方案范式——不可观测子空间对齐（Unobservable Subspace Alignment, USA），通过有针对性地干预仅引起失配的估计步骤，消除不一致性。我们设计了两种USA方法：基于变换的和基于重新评估的，两者均提供准确且计算开销轻量的解决方案。大量仿真与实际实验验证了所提方法的有效性。