FAST-LIVO2 源码精读（十四）：雷达-视觉顺序紧耦合与单一 ESIKF 状态融合
本文是「FAST-LIVO2 激光-惯性-视觉里程计源码精读」专栏第十四篇。上一篇精读了视觉子系统的核心路径：稀疏直接法、仿射块对齐与逆曝光时间的在线联合估计；本篇转入系统层，精读 LIO 与 VIO 如何在同一 ESIKF 状态向量下按顺序更新——从 EKF_STATE 状态机与 LIVO 模式时间切割，到 handleLIO 向 handleVIO 传递状态与协方差的完整数据路径，再到雷达点如何生成视觉地图点、两子系统互补退化场景的自适应行为，揭示\”顺序紧耦合\”的实质与工程实现。
一、引子：联合优化还是顺序更新？
多传感器融合系统通常在\”紧耦合\”与\”松耦合\”之间选择：前者在同一优化器内处理所有残差，后者将子系统输出作为独立量测输入下游。然而有一类设计常被忽视——顺序紧耦合（sequential tight coupling）：两个传感器共享同一状态向量和同一协方差矩阵，但不同时优化，而是依次更新。
FAST-LIVO2 选择的正是这条路。LiDAR 量测和相机量测先后接入同一个 ESIKF，状态向量只有一套（StatesGroup，19 维），协方差矩阵也只有一张（_state.cov，19×19）。每当一帧图像到来，系统先用当前雷达扫描完成 LIO 更新，紧接着用更新后的状态和协
