IMU的數據頻率一般遠高於視覺，在視覺兩幀k，k+1之間通常會有>10組IMU數據。IMU的數據通過積分，可以獲取當前位姿（p位置，q四元數表達的姿態）、瞬時速度等參數。
在VIO中，如果參考世界坐標系對IMU進行積分，積分項中包含相對於世界坐標系的瞬時旋轉矩陣，這樣有幾個問題：
1. 相對世界坐標系的旋轉矩陣有drift，如果一直以其為基准進行積分，必然造成積分誤差累積；
2. 在進行優化位姿調整時（通常是調整視覺KeyFrame的pose），相對於世界坐標系的pose會變化，因而優化后的瞬時旋轉矩陣和積分時不同，那么積分自然也就存在問題；
3. 一般這個旋轉矩陣不知道。。。
因此，一般的預積分的參考坐標系為k幀的IMU參考系，這樣可以解決以上問題：
1. 相對k幀的IMU進行積分，不會有累積誤差；
2. 即使后面調整了位姿，相對位置不變，因此預積分不存在問題；
3. 這個旋轉矩陣為單位矩陣E，后面每出現一個IMU數據，都可以用任何一種數值積分的方法計算；同時可以將重力加速度提取到積分號外面不參加積分，相當於在重力參考系中積分，計算量也會減少。