视觉里程计VO（Visual Odometry）利用连续帧视觉图像输入求解相机位姿,是计算机视觉在机器人定位导航领域中的一个重要应用。传统方法主要基于运动约束,采用几何方法求解这一问题,通常包括特征提取、特征匹配和运动估计等复杂过程。在弱纹理、光照剧烈变化等场景鲁棒性较差。近年来,随着深度学习技术在计算机视觉领域的广泛应用,将深度学习应用到VO研究也成为必然趋势。利用深度网络直接学习预测图片之间的几何关系,可以大大减化传统方法的复杂过程,并且对环境有更好的适应性。早期基于深度学习的VO主要是有监督的方法,训练需要大量具有直接位姿标签的数据,而高精度的图像位姿真值往往是不容易获得的,并且给大量图像制作标签也费时费力,因此研究者尝试采用无监督或弱监督的方法来研究VO。无监督VO的核心思想是将深度和位姿估计问题转化为视图重建问题,利用视图重建约束来训练深度和位姿估计网络。但单目无监督模型由于缺少真值的直接约束,精度较传统方法还有一定差距,并且预测的深度和位姿存在尺度缺失的问题。为了进一步提高单目无监督VO模型的精度和解决尺度缺失问题,本文从弱监督的角度,从相对易获得的间接监督信号出发,用不完整稀疏深度或者另一目立体图像提供监督训练,旨在减轻提供位姿真值训练负担的同时,提高现有无监督VO的精度。本文主要进行了三个方面研究:（1）在Sf MLearner模型的基础上,研究了无监督训练原理和视图重建原理,并且通过改进网络结构,优化损失函数等方法对该模型进行了进一步的优化,并将此作为本论文后续章节的基础模型。（2）针对基础模型预测的深度和位姿缺少尺度的问题,提出了利用有限的稀疏深度信息进行弱监督训练的模型,介绍了弱监督训练模型的框架和稀疏深度图的获取方法,并以实验验证了方法的效果。（3）提出了一种基于双目图像训练的弱监督尺度恢复优化模型。在基础模型的框架上,通过使用双目图像训练来恢复尺度信息。借鉴当前研究最新成果,在网络结构,约束条件,损失函数等方面提出了改进,提出了视差上采样重建、最小重建误差以及三种掩膜等优化措施。实验结果显示,基于双目图像的弱监督尺度恢复优化模型达到了同类研究中较优异的效果,证明了该双目训练模型和优化措施的有效性。