本文介绍了融合视觉惯性里程计(VIO)与深度图的最新研究，包括首个结合两者的数据集和一种无监督深度图补全方法。此外，还分享了动态环境中VIO的模拟数据集和全面的SLAM数据集资源，为视觉定位和导航领域的研究提供了宝贵资料。
https://www.cnblogs.com/CV-life/p/13619828.html
第一个「视觉惯性里程计+深度图」 的数据集 && 用VIO实现的无监督深度图补全方法
https://github.com/alexklwong/unsupervised-depth-completion-visual-inertial-odometry
http://www.360doc.com/content/21/0823/11/74116089_992244297.shtml
VIODE：解决动态环境中 VIO 挑战的模拟数据集：
https://github.com/kminoda/VIODE
SLAM数据集整理：这个里面好像还蛮全的
https://blog.csdn.net/neptune4751/article/details/108637348
动态视惯信息
http://www.doc88.com/p-48639764224078.html
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
