可观性

参考链接
真实VIO系统不能观的维度是4（位置和yaw角），由于EKF的转移和观测Jacobian矩阵的线性化点不同、不可观方向噪声的存在，实际MSCKF不能观的维度变成了3，绕重力轴的旋转（yaw角）被错误地能观了，从而产生了不一致性（Inconsistency），系统误认为yaw角具有更多的信息从而将yaw对应的协方差设得比较小（Under Estimate），最终导致VIO估计精度的下降。能观性分析就是为了能让MSCKF系统不可观的维度与真实系统一致，从而提高VIO精度，因此叫可观性约束Observability-constrained。
能观性矩阵为M(x)， 能观性矩阵的零空间维度反映了系统不可观的维度。文献2通过改变线性化点改变能观性矩阵，增加能观性约束，文献1则通过给定零空间N_k，即不可观维度，反向修正状态转移矩阵$\Phi$和观测矩阵H，限定系统不可观方向，减少噪声干扰，减少不一致性。
N1怎么确定？
修正状态转移矩阵$\Phi$和观测矩阵H会不会改变系统、引入新的不一致性？

参考文献

1. Observability-constrained Vision-aided Inertial Navigation
2. G. P. Huang, A. I. Mourikis, and S. I. Roumeliotis. A first-estimates Jacobian EKF for improving SLAM
   consistency. In Proc. of the Int. Symposium on Experimental Robotics, pages 373–382, Athens, Greece, July
   14–17, 2008.