【IROS2018】Unsupervised Odometry and Depth Learning for Endoscopic Capsule Robots

算是一种无监督的用于内窥镜胶囊机器人的SLAM方法
开源：代码
简单思路：

这里主要记录一下，
就是利用深度学习方法的这个用于内窥镜胶囊机器人的防范，传递数据的方式是非监督的，更加适用于比较有挑战性的人体环境，文章中的实验室在一个猪的胃里面进行的，而且由此创建出来的胶囊机器人是拜托了一些硬件上诸如大小尺寸，需要额外传感器等的限制。从而说是有比较好的，
好像和师姐的文章有一点点像，思路上。
我目前是想做VIO的，所以这里记录的目的就是日后进行深度学习相关的学习的时候可以拿来进行参考。

关于网络结构：

数据库的选取：KITTI,10K训练1K测试
在实验的对比上是和ORB-SLAM、LSD-SLAM、EndoVO进行了对比，

下面是ATE（Absolute Trajectory Error ）的对比结果：

可以看得出效果还是蛮不错的呢~
最后还提出了一系列可以改进的地方，我就想自己能不能按照他说的这些改一改看看能不能提高性能呢？？？是不是也是一种思路啊~~~
接下来再读一些文章感受一下！！！
目前最主要的就是自己的代码能力啊，真的是太捉急了！！！