ZYXiao-g

同样发现这个问题了， 第三章eskf代码就是采用dx_, 到第8章代码就是用的R_.inverse() * start_R.从公式看确实是第8章代码有问题，在迭代的时候也是采用的R_.inverse() * start_R也是有问题的

并且最后一步应该也是有问题的，更新完对P重新投影的时候，应该是切空间k->k+1的投影，而代码里面是0->k+1时刻的投影。所以迭代收敛完成的时候fast_lio里面直接是忽略掉这一步也是有道理的，此时的值非常小。

 这里的疑问不是迭代过程中疑问，是最后迭代结束后切空间投影存在疑问，具体在图片中展示

> Thank you very much for your interest in our work! I am currently actively addressing the reviewers' comments and revising the paper. Once it is accepted, we will make...

> > 您好，感谢你的问题。fast-livo2的点云上色策略与fast-livo1保持一致，即直接将每帧的原始点 (raw points) 通过优化后的位姿投影到对应图像上进行赋色，然后发布到rviz中进行可视化。相比于**后处理的多帧点云上色**或**使用贝叶斯更新来平滑地图颜色**，这种方式能够更加直观地暴露位姿估计的问题。只要pose存在细微的误差，彩色点云就会出现模糊，从而更快定位问题。 > > 请问，“后处理的多帧点云上色或使用贝叶斯更新来平滑地图颜色”分别具体是指什么样的方法，有哪些论文或开源工程使用了这样的方法吗？ r3live