0.前言
多傳感器融合（Multi-sensor Fusion, MSF）是利用計算機技術，将來自多傳感器或多源的資訊和資料以一定的準則進行自動分析和綜合，以完成所需的決策和估計而進行的資訊處理過程。和人的感覺相似，不同的傳感器擁有其他傳感器不可替代的作用，當各種傳感器進行多層次，多空間的資訊互補和優化組合處理，最終産生對觀測環境的一緻性解釋。
具體來講，多傳感器資料融合處理：
（1）多個不同類型傳感器（有源或無源）收集觀測目标的資料；
（2）對傳感器的輸出資料（離散或連續的時間函數資料、輸出矢量、成像資料或一個直接的屬性說明）進行特征提取的變換，提取代表觀測資料的特征矢量Yi；
（3）對特征矢量Yi進行模式識别處理（如聚類算法、自适應神經網絡或其他能将特征矢量Yi變換成目标屬性判決的統計模式識别法等），完成各傳感器關于目标的說明；
（4）将各傳感器關于目标的說明資料按同一目标進行分組，即關聯；
（5）利用融合算法将目标的各傳感器資料進行合成，得到該目标的一緻性解釋與描述。
1.多傳感器融合分類
後端融合算法
後端融合算法又被稱為松耦合算法，本質上是對融合後的多元綜合資料進行感覺，如下圖所示，後端融合算法是松散的，在出結果之前，所有的傳感器都是獨立的，不存在傳感器與傳感器的限制。
這種後端融合方法常見的融合政策是使用EKF或ESKF來實作（一般常見于LIO當中）。這樣會導緻
