Factor Graph Optimization for GNSS/INS Integration: A Comparison with the Extended Kalman Filter

在提出因子图模型前，论文先建立 EKF 的松耦合与紧耦合基线，作为新 formulation 的比较对象。

在定义估计结构后，论文转向香港车辆实验平台和城市峡谷路线，用于比较 EKF 与 FGO。

第一组主要结果把方法转化为轨迹证据，对比紧耦合 EKF 和 FGO 与参考轨迹的差异。

窗口长度分析说明 FGO 的性能为何取决于同时优化多少历史信息。

这些天空视图时刻通过展示困难时段的 LOS/NLOS 卫星条件来解释窗口长度结果。

伪距直方图把定位表现与城市测量噪声的非高斯特性联系起来。

最后的比较检查用 FGO 与 iSAM 求解紧耦合图优化的实际计算代价。