今天主要学习了吴恩达机器学习的网课，又复习了一下机器学习；然后看了看VIO相关资料论文 ，今天看了几篇知网上搜到的关于VIO的硕士博士毕业论文和一篇20年的VIO综述，这方面的论文对于一个领域一般都有比较全面的描述。通过阅读我也了解了VIO领域的一些典型成果。
VIO主流成果
VIO是属于SLAM领域中的一个子课题，典型的VIO系统同样是由前端、后端、回环检测等几部分构成的。VIO的前端按是否提取特征点分为特征点法和直接法，特征点法对光照和运动物体的鲁棒性较强，是目前视觉里程计中所使用的主要方法；而直接法是在牺牲了鲁棒性的前提下，减少了算法的计算量。后端优化考虑的是在更长时间内移动机器人状态估计的问题，将过去生成的位姿信息和即将产生的位姿信息相结合，对整个运动轨迹进行优化，滑动窗口模型和Posr Graph模型通常选一个作为减少优化量的方法，优化方法主要利用重投影误差，采用滤波算法或者非线性优化算法。VIO 前端的功能是对相机视角中的场景进行特征点提取和对移动机器人的位姿赋予初值，同时将地图初始化; 而后端负责对 VIO 计算的数据进行优化。
我目前的困难是要把原理公式啥的一点点啃下来，才能对这个领域有更深入的了解。精读精读还是精读。哎总感觉有好多事情要做，而一这样想就又什么都不想做，我应该放轻松些，要努力也要快乐，更需要养成良好的习惯，能够自己掌控自己。没人push自己就只能靠自己，身边有些同学导师看得很紧，一直悉心指导。怎么说，有利有弊吧，我应该找到自己的优势，做出好的成果。每天适量安排工作，最好也规定好时间，随性而自律些。
