1、多传感器信息融合
知识科普
2、使用EKF融合odometry及imu数据
https://blog.csdn.net/xiekaikaibing/article/details/80402113
（ODOMETRY、IMU、VO）信息。
robot_pose_ekf包使用方法

  1、参数调整（odom_estimation_node.cpp中）：

       ①设定系统过程激励协方差矩阵；

       ②初始化设定系统协方差矩阵；

   2、robot_pose_ekf.launch文件的设置：

       ①<param name="base_footprint_frame" value="base_footprint"/>将”base_footprint”替换为自身机器人坐标系；

       ②<param name="freq" value="30.0"/>EKF发布的频率为30Hz；

       ③<param name="sensor_timeout" value="1.0"/>传感器超时设置为1s；

④启动轮式例程计信息作为观测量，”imu_used”，”vo_used”，”gps_used”同理；

       ⑤<remap from="odom" to="pr2_base_odometry/odom" />将”pr2_base_odometry/odom”替换为自身发布的odom的topic名称，该映射实现对自身机器人信息的监听，”imu”，”vo”，”gps”同理，注意其对应声明分别为“imu_data”、“vo”、“gps”。
  3、问题
  协方差矩阵是如何设定的？？？ 
   https://answers.ros.org/question/9446/how-do-i-compute-the-covariance-matrix-for-an-orientation-sensor/