#lidar Repositories
Entdecke 67 aktive Open-Source-GitHub-Repositories, die mit #lidar getaggt sind und insgesamt 79,289 Sterne gesammelt haben (durchschnittlich 1,183 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist makerspet/oomwoo mit 13,166 Sternen.
Insgesamt 67 Repositories
LeGO-LOAM: Leichtgewichtige und bodenoptimierte Lidar-Odometrie und Kartierung auf variablen Geländen
GLIM: vielseitiges und erweiterbares framework für 3D-Lokalisierung und Kartierung auf Basis von Punktwolken
Eine Iterative Closest Point (ICP)-Bibliothek für 2D- und 3D-Mapping in der Robotik
ROS-Paket zur Ermittlung einer Starrkörper-Transformation zwischen einem LiDAR und einer Kamera für die „LiDAR-Kamera-Kalibrierung mittels 3D-3D-Punktkorrespondenzen“
Ein Werkzeugkasten für die zielose LiDAR-Kamera-Kalibrierung [ROS1/ROS2]
🎓Aktualisieren Sie Lebenslaufpapiere täglich automatisch mit Github Actions
Photogrammetrie-Leitfaden. Photogrammetrie wird häufig in der Luftvermessung, Landwirtschaft, Architektur, 3D-Spielen, Robotik, Archäologie, im Bauwesen, im Notfallmanagement und in der Medizin eingesetzt.
😎 Fantastische LIDAR-Liste. Die Liste enthält LIDAR-Hersteller, Datensätze, Punktwolkenverarbeitungsalgorithmen, Punktwolken-Frameworks und Simulatoren.
Die PyTorch-Implementierung basierend auf YOLOv4 des Papiers: "Complex-YOLO: Real-Time 3D-Objekterkennung auf Punktwolken"
Anwendung und Vergleich von LeGO-LOAM, LIO-SAM, LVI-SAM, FAST-LIO2, Faster-LIO, VoxelMap, R3LIVE, Point-LIO, KISS-ICP, DLO, DLIO, Ada-LIO, PV-LIO, SLAMesh, ImMesh, FAST-LIO-MULTI, M-LOAM, LOCUS, SLICT, MA-LIO, CT-ICP, GenZ-ICP, iG-LIO, SR-LIO in Gazebo und auf realen Datensätzen. Installations- und Konfigurationsdateien werden bereitgestellt.
Patchwork++: Schnelle und robuste Methode zur Bodensegmentierung für 3D-LiDAR-Scans. @ IROS'22
[IEEE ICRA'23] Ein neuer leichtgewichtiger LiDAR-Trägheits-Odometrie-Algorithmus mit einem neuartigen Grob-zu-Fein-Ansatz zum Aufbau kontinuierlicher Zeitbahnen für präzise Bewegungs Korrektur.
[IEEE RA-L & ICRA'22] Eine leichtgewichtige und rechnerisch effiziente Frontend-LiDAR-Odometrielösung mit konsistenter und genauer Lokalisierung.
SuMa++: Effizienter LiDAR-basierter Semantischer SLAM (Chen et al IROS 2019)
Dieses Repository begleitet die Forschungsarbeit ARKitScenes – Ein vielfältiger realer Datensatz für das Verständnis von 3D-Innenräumen mithilfe von mobilen RGB-D-Daten und enthält die in unserer Arbeit beschriebenen Daten, Skripte zur Visualisierung und Verarbeitung von Assets sowie Trainingscode.
3D-LiDAR-SLAM für die Erstellung von Punktwolkenkarten, Benchmarking und Autoware-kompatible Karten-Workflows.
TypeScript/JavaScript 3D-Karten- und Geospatial-Datenvisualisierungs-Engine-Bibliothek
Lokalisierung mittels LiDAR für humanoide Roboter (wie Unitree G1)
Punktwolken-Registrierungspipeline für Roboterlokalisierung und 3D-Wahrnehmung
KISS-Matcher: Schnelle, robuste und skalierbare Registrierung + ROS2 SLAM-Beispiele
Eine kuratierte Liste großartiger Ressourcen, Bibliotheken und Software zur Punktwolkenverarbeitung
Dynamisches SLAM, lebenslanges SLAM-Forschung (Lidar, Visuell, Sensorfusion etc.)
Manipulation und Visualisierung von Airborne-LiDAR-Daten für forstwirtschaftliche Anwendungen
Ein Robuster Ansatz für LiDAR-Trägheits-Odometrie ohne sensorenspezifische Modellierung
LSD (LiDAR SLAM & Detection) ist eine Open-Source-Wahrnehmungsarchitektur für autonome Fahrzeuge/Roboter
Python-Bibliothek zum Anpassen von 3D-Primitivformen an Punktwolken mit RANSAC. Erkennt Ebenen, Kugeln, Zylinder, Quader, Kreise und Linien.
Ein offenes Framework zur Simulation und Bereitstellung wahrnehmungsbasierter Drohnenschwärme mit PX4/ArduPilot/Betaflight, ROS2, YOLO und NVIDIA Jetson
[IEEE T-RO 2025] iKalibr: Mehrsensor‑Kalibrierung (Extrinsische Parameter & Zeitversatz)
3D-LIDAR-Lokalisierung unter Verwendung einer Punktwolkenkarte in ROS 2 (kein SLAM)
Dalaran — Apache-2.0, robotikorientierte Visualisierungs- und Dateninfrastruktur für multimodale Zeitreihen. ROS 2 nativ, liest vorhandene .rrd-Aufnahmen. Ein harter Fork von Rerun.
Punktwolkenbasiertes Graph-SLAM in C++ unter Verwendung der open3D-Bibliothek.
NaveGo: ein Open-Source-MATLAB/GNU-Octave-Toolbox zur Verarbeitung integrierter Navigationssysteme und zur Trägheitssensoranalyse.
Häufig gestellte Fragen
Welches ist das beliebteste #lidar-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#lidar-Projekt auf GitHub ist makerspet/oomwoo mit 13,166 Sternen. Open-Source-Staubsaugerroboter
Welche Programmiersprachen werden in #lidar-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #lidar-Projekten auf GitHub sind C++, Python, C, TypeScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #lidar-Repositories berechnet?
Wir verfolgen 67 aktive Open-Source-Repositories, die mit #lidar getaggt sind (500+ Sterne), mit insgesamt 79,289 Sternen und durchschnittlich 1,183 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.