这篇文章主要就是讲了提出了一种方法，去解决一个出现在IMU和VO的融合过程中的一个叫做motion conflict的东西。
问题的引出，因为当两种传感器模块之间出现信息不一致的时候，定位的准确性就会急速的降低，因此也会导致不可避免的错误（这里我觉得这些不可避免的错误应该就是定位的精准度上的问题吧，他表述上我觉得不够好）所以这个时候，基于一系列观测数据的multiple motion estimates就派上了用场，然而，这个东西又会在甄别哪些观测数据可以用来用作估计相机运动（原文中说的是ego-motion，不过大概就是这个意思吧）估计的时候,导致motion conflict，所以作者提出了他们的这种对于motion conflict的检测以及对于这个问题的解决方法，就构成了他们的文章。
检测motion conflict
为了检测，主要采取了两个途径:
1) 利用了一个“per-frame conflict”的检测机制，该机制可以将介于IMU-only的以及visual-only的两个系统位姿估计的差异进行整合与合并；
2）提出了一个叫做“per-landmark conflict”的检测机制，该机制是基于从多视角的边界投影误差的。
解决motion conflict
为了解决这个问题，也基本上采取了两个方法：
1）实施了一种IMU主导的方法，该方法保留了那些在motion conflict中存在的仅仅与惯性有关的约束；
2）实施了一个有选择性的融合方案，该方案在IMU主导方案的基础上保留了那些处在motion conflict之中具有惯性运动的视觉方面的约束，
最后就是本文的结论，作者说他们的方法，在多传感器的定位的鲁棒性上很有建树，尤其是在现实场景当中，且之后的工作将围绕基于Learning的方式。果然深度学习大火啊，
自己对这个基本上是不怎么感兴趣的吧！