一开始，总想着把位姿更新里加入角速度和加速度之类的，还是更新一个位姿，但是怎么也做不出媲美livo2在golbal shutter模式下的效果。

想法：elastic slam，and msckf

elastic slam such as ct-icp，基于优化的，同时优化雷达帧的开始和结束位姿。

msckf：通过在滤波状态中维护多个时间的位姿克隆，使一个视觉测量同时约束多个状态，并通过消元把“非状态变量（特征）”的影响折叠进状态更新。

对于rolling shutter，其实一个视觉测量就是可以约束多个姿态，也就是可以简单的把rs的姿态设定为两个，开始姿态和结束姿态。

最终方案的核心：

• 每帧 RS 图像内部只有两端时刻：Ts（第一行曝光时刻，start）与 Te（最后一行曝光时刻，end）
• 在滤波状态里显式加入一个 pose clone：(Rs,ps) 与主状态的(Re,pe) 共同描述 RS 内的连续位姿
• RS 观测用 两端位姿插值 + 固定点迭代满足隐式 RS 约束
• 传播时用MSCKF 的方法在Ts 处扩维并建立cross协方差
• 视觉更新后对 clone 进行边缘化，把 RS 信息折叠回主状态，然后删掉 clone，进入下一帧

对于自适应位姿clone，主要的问题是如何判断要插入一个clone位姿。对于rs来说，旋转的影响更大，而我们的模型里，两个clone位姿之间是slerp插值，所以当角加速度过大的时候，位姿插值就会不准确。

通过设定最大角度误差的值，推算最大可接受的角加速度，通过这个来确定要不要加入位姿。

后续也可以加入平移上界，不过目前看来够用了。

对于图像去畸变：

rolling shutter aware neuvox

方法：

原始方案中，体渲染沿射线采样空间点，查询体素网格得到颜色与密度，经体渲染方程积分为像素颜色。核心假设是一张图所有像素共享同一相机位姿，所有射线从同一原点、按固定朝向发出。

但卷帘快门相机逐行曝光，曝光期间相机持续运动，不同行实际对应不同位姿。若仍用单一位姿生成射线，会引入系统性几何误差，产生条纹伪影和几何失真。

本次改造为每张图像引入多个行级锚点位姿，训练时根据像素行号在相邻锚点间做插值，得到逐行专属位姿并据此生成射线。体渲染流程本身不变，仅射线的起点与方向更贴合真实成像过程。