现在知道这个图什么意思了，其实非常现实，就是比如你跑vins的时候，显示的三维中的特征点和相机轨迹上的点！！！！！
圆形就是特征点的三维坐标，三角形就是相机轨迹点的三维坐标！！！！！！这些点之间的连线就可以看做两个坐标点之间的相对关系，就像两个向量之间的旋转矩阵一样。把虚线叫作观测模型，本质就是这个，没什么高大上的，实现运动模型。两个点之间的关系，无非用旋转矩阵就可以表示了嘛。
理解了这个图再去看图优化就好些了。
下面拍自《视觉SLAM十四讲》
这上面的图里还说位姿图也是一种常见的融合Pose测量的方法。
那问题就变成了知道这么多点之间的相对关系，寻求一个最优估计？大概就是做下面这种事情。
https://blog.csdn.net/sinat_16643223/article/details/119538741
图优化是不是就可以理解成一种最小二乘法，也就相当于有那么多组Pose点，画出一条平滑的线拟合它们。就达到了融合的目的？
