专业知识的应用01.为什么要写这个项目

前言

在 C++ 的招聘和实际工作中，经常能听到一种说法：为什么 C++ 程序员难招？

原因之一在于，C++ 应用的领域非常广——游戏引擎、嵌入式、自动驾驶、音视频……不同方向用到的专业知识千差万别。

会写 C++ 语法和会做某个领域内的系统，往往是两回事。

所以本章想做的，不是再讲一遍课本上的理论，而是以组合导航为例，记录自己在写一个具体项目时，真正用到了哪些专业知识，以及这些知识在工程里起什么作用。

具体来说，本章围绕一个练手项目：实现一个简单的 MEMS 惯导与 GNSS 松耦合组合导航程序。

项目目标一句话：在外部给定导航系统初始状态和滤波器初值之后，通过输入 IMU 数据和 GNSS 定位数据，离线得到位置和姿态估计；

目的是复习与巩固组合导航知识，通过实践加深理解，而不是做一个高效、解耦、稳定的产品级程序。

如果你是对「组合导航 / 卡尔曼滤波 / 惯导」有兴趣的 C++ 开发者，或者想看看「某一领域里的知识在实际代码中如何落地」，那么本章的几篇文章就是为你写的。

项目地址

本章的定位

本章不写课本式的理论推导。

惯导与组合导航的教材已经很多、很全面，例如牛小骥老师的《惯性导航原理与算法设计》，从地球模型、传感器模型、坐标系、姿态表示到惯导解算与滤波，应有尽有。

我们既写不了那么详细，也没必要重复——本章的定位是：写自己在实际写代码时用到的专业知识，以及这些知识在工程里的角色。

因此，后续几篇文章会按「做这个项目时真实用到的知识」来组织，而不是按「惯导教材的目录」来写。

例如：卡尔曼滤波会单独成篇，但只讲在本项目里怎么用（误差状态、预测、更新、对应哪块代码），不推导公式；

惯导解算会写用到了哪些知识（坐标系、姿态表示、地球模型、简单积分）以及没做哪些（安装误差、高阶积分等）；

再有一篇会把「名义状态 vs 误差状态」「惯导 + 滤波怎么闭环」串起来，对应到 pose_estimator、filter、ins 等模块。

整体上，练手项目的定位不变：不追求完备和产品化，只求把「实际用到的知识」说清楚。

项目边界

为了把精力集中在组合导航算法本身，这个项目在设计和写作时都遵守了一些边界，在阅读后续文章时可以带着这些前提：

离线运行，依赖外部初始状态
程序不是一个「插上传感器就能跑」的完备导航系统。

没有初始对准模块，不会在订阅到 IMU/GNSS 数据后自动给出姿态与位置；而是依赖外部注入导航系统的初始状态（位置、速度、姿态）以及滤波器的初值（如初始协方差）。

在给定这些之后，程序通过递推 IMU 并融合 GNSS，得到位置和姿态估计。

实验数据使用的是牛小骥老师他们开源的 KF-GINS 中的数据。

没有完整的定位评价与异常降级体系
没有集成一套「系统当前大致是什么水平、遇到异常如何降级」的完整评价与容错机制。

项目里有评估工具（如 eval/ 下的 INS 评估、估计器评估、姿态评估），用于离线对比结果与真值，但这不是在线运行时的健康诊断与降级逻辑。

外参与传感器精度事先配置
GNSS 天线与 IMU 之间的外参（如杆臂）、IMU 与 GNSS 的噪声参数等，都是在配置文件中事先给好的，不在状态估计里在线估计外参。

这样做的原因和实际工程中类似：外参往往事先标定好，可以降低计算量、简化模型，尤其在嵌入式设备上更常见。

建模从简
不会考虑非常多的误差因素，例如传感器的安装误差、尺度因子等；只建模最简单的零偏误差（陀螺零偏、加速度计零偏）。

状态采用经典的 15 维：位置、速度、姿态、陀螺零偏、加表零偏。

融合方式选择最简单的松耦合：只用 GNSS 位置作为观测，与 IMU 的惯导解算结果进行融合。

坐标系与公式参考牛小骥老师的《惯性导航原理与算法设计》，导航系采用北东地（NED），IMU 系采用前-右-下（FRD）。

在代码结构上，核心可以概括为三块：ins（惯导解算，如 ins/pins）、filter（误差状态卡尔曼滤波，如 filter/gi_loose_filter）、pose_estimator（把 INS 和滤波器整合起来，处理 IMU 与 GNSS 数据流）；再加上状态定义（state/）、测量与 IO（measurement/、io/）、地球模型与旋转等工具（utils/）。

后续文章会围绕「实际用到了什么知识」分别展开，而不是再写一本惯导教材。

总结

1. 动机：C++ 不同方向涉及的专业知识差异很大，本章以组合导航为例，记录自己在小项目里实际用到的专业知识，而不是复述课本。
2. 本章定位：写实际运用、不写理论推导；是一个练手项目，用于复习与巩固，不追求完备和产品化。
3. 项目边界：离线运行、依赖外部初始状态；无初始对准、无完整评价与降级；外参与传感器精度事先配置；建模从简，仅考虑零偏与松耦合；核心模块为 ins、filter、pose_estimator，对应实际写代码时用到的知识会在后续几篇中说明。