MosaicIMU：面向多载体的可泛化神经惯性里程计框架

MosaicIMU 是一个以载体为条件的混合专家（MoE）预训练与适配框架，用于可泛化的神经惯性里程计。它通过基于原型的路由器组合载体专属专家特征，解码局部速度与不确定性约束，并与历史感知 EKF 结合；面对未见域时冻结预训练基座、学习轻量专家残差分支，边缘部署时复用路由器挑选在线样本做增量更新。