學習ORB_SLAM3時在IMU初始化時，有些疑問故以筆記的形式記錄下來：
ORB_SLAM3 IMU初始化是基於論文《Inertial-Only Optimization for Visual-Inertial Initialization》分3步：第一步把冰箱門打開。。。。
1.Vision-only MAP estimation(純視覺的最大后驗估計)
2.Inertial-only MAP estimation(純慣導的最大后驗估計)
3.Visual-inertial MAP estimation(視覺&慣導的最大后驗估計)
1.Vision-only MAP estimation(純視覺的最大后驗估計):
初始化純單目SLAM,在初始的兩幀使用FAST提取和ORB描述子做2D-2D匹配，然后使用本質矩陣和單應矩陣模型計算變換矩陣，然后使用評分高的模型進行初始化運動和三角化特征點，初始化成功后以比較高的頻率（4 Hz to 10 Hz）插入關鍵幀，在關鍵幀之間需要進行IMU的預積分。要進行IMU的外參標定。
2.Inertial-only MAP estimation(純慣導的最大后驗估計)：
僅使用IMU數據，通過軌跡被固定，也就是關鍵幀的位姿被固定，對IMU的參數進行優化。
關鍵幀狀態，除了位置其他參數定義如下：
放縮尺度
重力方向的旋轉
6軸的零偏：三軸（X，Y，Z）加速度零偏，三軸角（Pitch,Yaw,Roll）速度零偏
0~K幀關鍵幀除去尺度的3軸（X，Y，Z）速度
第0到第k關鍵幀幀的IMU積分
從第0到第k幀的IMU測量值固定，第k關鍵幀數據分布概率
第k關鍵幀數據固定, 從第0到第k幀的可能的IMU測量值分布概率
第k關鍵幀數據分布概率
最大后驗估計：
第二行，log函數單調性
第三行，最大值=取反最小值
第四行，根據貝葉斯公式：
第五行，log展開
第六行，刪除無關項
第七行，似然展開
如果IMU預積分和先驗的滿足高斯誤差分布，最大后驗問題等效於：
先驗殘差
幀間殘差
對應代碼部分：
Optimizer::InertialOptimization
圖優化對應3種類型的邊：
EdgePriorAcc =>先驗加速度零偏殘差
EdgePriorGyro=>先驗角速度零偏殘差
EdgeInertialGS=>幀間殘差
TODO: