查看“多定位源的自动综合”的源代码

<languages/>

== 概述 / Overview ==
"多定位源的自动综合"是 Detour 把多种定位手段（激光 SLAM、地纹 SLAM、天花板 SLAM、二维码、IMU、轮编里程计、RTK、UWB）融合为单一 6-DoF 位姿的机制。核心是 TightCoupler —— 一个紧耦合的位姿图优化器，根据每个观测源的协方差自动加权。

"Auto multi-source positioning fusion" is Detour's mechanism for merging multiple localisation sources (laser SLAM, ground-texture SLAM, ceiling SLAM, QR, IMU, wheel odometry, RTK, UWB) into a single 6-DoF pose. The core is the TightCoupler — a tightly-coupled pose-graph optimiser that weights each source by its covariance.

实现位置：`D:\src\Detour\DetourCore\Algorithms\TightCoupler.ExternalCoupler.cs`。
Implementation: `D:\src\Detour\DetourCore\Algorithms\TightCoupler.ExternalCoupler.cs`.

== 为什么需要 / Why fuse ==
任何单一定位源都有 ''盲点''：
Every single source has '''blind spots''':

{| class="wikitable"
! 源 / Source !! 强 / Strength !! 弱 / Weakness
|-
| 激光 SLAM || 几何信息丰富的工业场景精度高 / High accuracy in geom-rich industrial sites || 长走廊 / 镜面 / 重对称场景退化
|-
| 地纹 SLAM || 平整地面 mm 量级 / Sub-cm on smooth floors || 湿水 / 油污地遮挡
|-
| 天花板 SLAM || 地面动态时仍稳 / Stable when floor is busy || 高反射 / 低净高场景
|-
| 二维码 || 已知二维码处亚厘米 / Sub-cm where tags present || 视场无二维码时无输出
|-
| IMU + 轮编里程计 || 高频、低延迟 / High-rate, low-latency || 累积漂移，无全局信息
|-
| RTK GNSS || 室外厘米级 / Outdoor cm-level || 室内不可用
|-
| UWB || 室内 ~10 cm / Indoor ~10 cm || 多径效应 + 基站布设成本
|}

''多源融合''让强项互补、弱项互救：例如长走廊上激光退化、地纹接管；天眼区有遮挡时二维码补全。
Fusion lets strengths complement and weaknesses recover: e.g. laser drops in long corridors while ground-texture takes over; QR catches up where ceiling is occluded.

== 紧耦合 / Tight coupling ==
"紧耦合"是与"松耦合"对比的术语：
"Tight" vs "loose" coupling:

* '''松耦合 / Loose''': 每个源独立产生 ''位姿''，最后用 EKF 加权平均位姿。简单但损失原始观测信息。
* '''紧耦合 / Tight''': 每个源的 ''原始观测''（约束）进入同一个位姿图，统一优化。MDCS 使用紧耦合。

Loose: each source emits a pose; EKF averages them. Tight: each source's raw observation enters one pose graph; everything optimised jointly. MDCS uses tight coupling.

== 外部反馈接口 / External-feed API ==
非 Detour 内置的定位源（轮编里程计 / IMU / RTK / UWB / 第三方视觉）通过 `TightCoupler.PostExternalFeed()` 接入：

Non-built-in sources (wheel odom / IMU / RTK / UWB / third-party vision) enter Detour through `TightCoupler.PostExternalFeed()`:

<syntaxhighlight lang="csharp">
TightCoupler.PostExternalFeed(new ExternalFeed
{
    name           = "wheel_imu_2",
    counter        = tick++,
    hasTranslation = true,
    hasRotation    = true,
    is2D           = true,        // 2D 平面运动 / 2D planar
    integrated     = true,        // 这是个 ''累积'' 量 / cumulative
    toRemap        = false,       // 不是绝对参考系 / not absolute frame
    startingTick   = baselineTick,// 累积起算的基准 tick / baseline
    x = odomX, y = odomY, th = odomTh
}, name: "WheelImu");
</syntaxhighlight>

主要字段：
* `hasTranslation / hasRotation` — 提供的自由度
* `is2D / is3D` — 平面 vs 3D
* `integrated` — 累积量（必须配合 `startingTick`）还是单帧量
* `toRemap` — true 表示绝对参考系（如 RTK），融合时需要做全局重映射

== 自动加权 / Automatic weighting ==
TightCoupler 不需要手动设置每个源的权重；权重 = 协方差矩阵的逆。每个源必须 ''诚实''汇报自己的协方差：

TightCoupler doesn't require hand-tuned per-source weights. Weight = covariance inverse. Each source must report its covariance honestly:

* 激光 SLAM：Hessian 求逆给出
* 二维码：从 PnP 重投影残差估计
* IMU / 里程计：从硬件规格 + 时间间隔估计
* RTK：从 GNSS 接收机 reported DOP

错报协方差是 ''融合崩坏''的最常见原因 —— 一个谎报"我超准"的源会 ''统治''融合结果。
Mis-reporting covariance is the single most common cause of fusion blow-ups — a source claiming to be much more accurate than reality will dominate.

== 故障处理 / Failure handling ==
* '''源静默''' / Source silence: 超时 → 该源从下一帧的位姿图中 ''删除''，不影响其它源。
* '''源剧烈跳变''' / Wild source jump: TightCoupler 内置 ''卡方检验''，跳变 > 5σ 的观测直接丢弃。
* '''融合发散''' / Fusion divergence: 残差持续上升 → 触发 ''软重启''（保留主导源，重置其它源的位姿先验）。

== 调试 / Debugging ==
Detour UI 的"融合面板"显示：
The Detour UI's "fusion panel" shows:

* 每个源的最新观测时刻 + 协方差
* 当前主导源
* 残差直方图
* 协方差膨胀 / 收缩历史

打开 ''单源调试模式''可以 ''强制只用一个源''跑定位（用于诊断单源故障）。

A "single-source debug mode" forces the fusion to use only one source — handy for diagnosing a misbehaving one.

== 相关页面 / See also ==
* [[Special:MyLanguage/Detour软件架构|Detour软件架构]]
* [[Special:MyLanguage/Detour激光SLAM算法详解|Detour激光SLAM算法详解]]
* [[Special:MyLanguage/Detour地面纹理SLAM算法详解|Detour地面纹理SLAM算法详解]]
* [[Special:MyLanguage/二维码识别导航|二维码识别导航]]
* [[Special:MyLanguage/天花板SLAM|天花板SLAM]]
* [[Special:MyLanguage/使用手册 - 同时使用激光、地纹、二维码、轮编里程计和IMU进行鲁棒定位|使用手册 - 同时使用激光、地纹、二维码、轮编里程计和IMU进行鲁棒定位]]
* [[Special:MyLanguage/输入GPS外部定位|输入GPS外部定位]]

[[Category:定位导航相关手册]]