LBDU-VIO：学习增强 VIO 新方法，EuRoC 视觉中断场景误差降 25.1%

LBDU-VIO 改进传统 MSCKF 滤波器：用神经常微分方程（ODE）建模连续时间偏置动态以替代随机游走模型，并预测随运动自适应的测量噪声协方差用于协方差传播，两个模型均仅用位姿监督训练、无需直接标签。在真实世界 EuRoC 与 TUM-VI 基准上误差低于代表性基线，EuRoC 视觉中断 10 秒的序列中平均相对位置误差相比 S-MSCKF 降低 25.1%。