#lidar-slam Repositories
Entdecke 25 aktive Open-Source-GitHub-Repositories, die mit #lidar-slam getaggt sind und insgesamt 51,165 Sterne gesammelt haben (durchschnittlich 2,046 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist makerspet/oomwoo mit 13,166 Sternen.
Insgesamt 25 Repositories
Repository für unser SLAM-Handbuch veröffentlichen
Entsprechender Open-Source-Code für SLAM-Techniken im autonomen Fahren
Ein robustes, Echtzeit-, RGB-farbiges, LiDAR-Inertial-Visuelles eng gekoppeltes Zustandschätzungs- und Paket-Mapping-Paket
Eine umfassende Liste von Implicit Representations, NeRF und 3D Gaussian Splatting-Arbeiten im Bereich SLAM/Robotik, einschließlich Arbeiten, Videos, Codes und verwandten Websites
[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.
3D-LiDAR-SLAM für die Erstellung von Punktwolkenkarten, Benchmarking und Autoware-kompatible Karten-Workflows.
KISS-Matcher: Schnelle, robuste und skalierbare Registrierung + ROS2 SLAM-Beispiele
Einfaches, effizientes Open-Source-Paket für Simultane Lokalisierung und Kartierung
ROS 2 / FAST_LIO / SAM / PGO / Online-Neulokalisierung / Konsistente Karte mit BA oder HBA
🤔 MULLS: Vielseitiges LiDAR SLAM mittels multimetrischer linearer Methode der kleinsten Quadrate [ICRA '21]
UrbanNav: Ein quelloffener multissensorischer Datensatz zum Benchmarking von Positionierungsalgorithmen, die für städtische Gebiete entwickelt wurden
NaveGo: ein Open-Source-MATLAB/GNU-Octave-Toolbox zur Verarbeitung integrierter Navigationssysteme und zur Trägheitssensoranalyse.
[ICCV2023] NeRF-LOAM: Neuronale implizite Darstellung für Big-Scale inkrementelle LiDAR-Odometrie und Kartierung
Offizielle Seite von ERASOR (Egocentric Ratio of pSeudo Occupancy-based Dynamic Object Removal), akzeptiert bei RA-L'21 mit ICRA'21
Häufig gestellte Fragen
Welches ist das beliebteste #lidar-slam-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#lidar-slam-Projekt auf GitHub ist makerspet/oomwoo mit 13,166 Sternen. Open-Source-Staubsaugerroboter
Welche Programmiersprachen werden in #lidar-slam-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #lidar-slam-Projekten auf GitHub sind C++, Python, TeX, C die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #lidar-slam-Repositories berechnet?
Wir verfolgen 25 aktive Open-Source-Repositories, die mit #lidar-slam getaggt sind (500+ Sterne), mit insgesamt 51,165 Sternen und durchschnittlich 2,046 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.