vins-fusion融合rtk原理：
使用优化的方式融合，假设融合后的位姿是fusion_T[n], vio输出的位姿是vio_T[n]，rtk输出的位姿是rtk_T(只有最后一帧)那么
fusion_T的初值是fusion_T[n] = fusion_T[n-1] * (vio_T[n-1].inverse()*vio_T[n])
两个观测 一个是rtk:
残差就是 fusion_T[n] - rtk_T
一个是vio的
残差是 fusion_T[i-1].inverse()*fusion_T[i] - vio_T[i-1].inverse()*vio_T[i]
注意这个参数，是vio两帧之间delta 和 fusion两帧之间delta相减，旨在把fusion_T两帧之间的距离调的和vio一样。
因此结果就是，比如5帧数据，它们之间的联系不会改变（与vio相同），但是整体就会跳到最后一帧和rtk重合。
作者就是基于vio的短期内是非常准的，rtk的绝对位置是非常准的这种思想设计的。但这种设计无法适应rtk突然发生跳变的情况，在实际测试中rtk的输出并不光滑，而且偶尔会发生跳变，因为我们没有固定哪一帧，这种思想会导致fusion也会跟着跳。
