#sensor-fusion Repositories
Entdecke 50 aktive Open-Source-GitHub-Repositories, die mit #sensor-fusion getaggt sind und insgesamt 90,287 Sterne gesammelt haben (durchschnittlich 1,805 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist rlabbe/Kalman-and-Bayesian-Filters-in-Python mit 18,561 Sternen.
Insgesamt 50 Repositories
Kalman-Filter-Buch mit Jupyter Notebook. Konzentriert sich auf den Aufbau von Intuition und Erfahrung, nicht auf formale Beweise. Enthält Kalman-Filter, erweiterte Kalman-Filter, unscented Kalman-Filter, Partikelfilter und mehr. Alle Übungen enthalten Lösungen.
Python Kalman-Filterung und optimale Schätzbibliothek. Implementiert Kalman-Filter, Partikelfilter, Erweiterten Kalman-Filter, Unscented Kalman-Filter, g-h (Alpha-Beta), Kleinste Quadrate, H-Unendlich, Glätter und mehr. Hat ein Begleitbuch 'Kalman and Bayesian Filters in Python'.
Event-based Vision Resources. Gemeinschaftliche Anstrengung, Wissen über Event-based Vision-Technologie zu sammeln (Papiere, Workshops, Datensätze, Code, Videos usw.)
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
Ein kostengünstiger DIY-360°-LiDAR-Scanner und ein System zur panoramischen 3D-Rekonstruktion aus dem Open-Source-Bereich.
robot\_localization ist ein Paket von nichtlinearen Zustandschätzungs-Knoten. Das Paket wurde von Charles River Analytics, Inc. entwickelt. Bitte stellen Sie Fragen auf answers.ros.org.
CUDA-beschleunigte Bibliothek für visuelle Odometrie und SLAM zur schnellen, präzisen Kameraverfolgung mit geringer Latenz
Ein schnelles und eng gekoppeltes spärlich-direktes LiDAR-Trägheits-visuelles Odometrie (LIVO).
[PAMI'23] TransFuser: Imitation mit Transformer-basierter Sensorfusion für autonomes Fahren; [CVPR'21] Multi-Modal Fusion Transformer für autonomes Fahren End-to-End
Die Hauptfirmware für den Crazyflie Nano Quadcopter, den Crazyflie Bolt Quadcopter und den Roadrunner Positioning Tag.
Anheben, Pflatsch, Schießen: Kodierung von Bildern aus beliebigen Kamerarigs durch implizites Zurückprojizieren in 3D (ECCV 2020)
Hochgradig robuste und genaue, rein auf LiDAR basierende LiDAR-Inertial-Odometrie
IMU + X(GNSS, 6DoF Odom) Lose gekoppelte Fusionslokalisierung basierend auf ESKF, IEKF, UKF(UKF/SPKF, JUKF, SVD-UKF) und MAP
Eine einfache Methode zur Bestimmung der externen Kalibrierung zwischen einem 3D-Lidar und einem 6-DOF-Pose-Sensor
alfred-py: Eine Deep-Learning-Utility-Bibliothek für **Menschen**, mehr Details zur Nutzung der Lib: https://zhuanlan.zhihu.com/p/341446046
[CVPR 2024] LMDrive: End-to-End-Fahren im geschlossenen Kreislauf mit großen Sprachmodellen
Der Fuse-Stack bietet eine allgemeine Architektur für die Durchführung einer Sensorfusion in Echtzeit auf einem Roboter. Mögliche Anwendungen umfassen Zustandsschätzung, Lokalisierung, Kartierung und Kalibrierung.
Der erweiterte Zustands-Kalman-Filter (ESKF) fusioniert GPS und IMU für eine höhere Positionsgenauigkeit
Taktile Wahrnehmung • Datenerfassung • IL/RL/VLA/WM • Manipulation • Simulation • Open Source
3-Achsen bürstenloser Gimbal-Controller, basierend auf einem 32-Bit-Mikrocontroller STM32
Eine Open-Source-Bibliothek zur Interaktion und Verarbeitung von Radardaten, spezialisiert auf MIMO mmWave-Radars
Verwendung eines Error-State-Kalman-Filters zur Fusion von IMU- und GPS-Daten für die Lokalisierung.
Ein Softwareprojekt, das der Zielverfolgungsgemeinschaft einen Rahmen für die Entwicklung und das Testen von Tracking-Algorithmen bietet.
4D-Radar-Objekterkennung für autonomes Fahren bei verschiedenen Wetterbedingungen
Moderne FOSS-Kompass- und Navigations-App ohne Werbung, In-App-Käufe oder Tracking
Visuell‑inertial‑Rad‑Fusions‑Odometrie, bessere Leistung in Szenen mit drastischen Lichtveränderungen
Häufig gestellte Fragen
Welches ist das beliebteste #sensor-fusion-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#sensor-fusion-Projekt auf GitHub ist rlabbe/Kalman-and-Bayesian-Filters-in-Python mit 18,561 Sternen. Kalman-Filter-Buch mit Jupyter Notebook. Konzentriert sich auf den Aufbau von Intuition und Erfahrung, nicht auf formale Beweise. Enthält Kalman-Filter, erweiterte Kalman-Filter, unscented Kalman-Filter, Partikelfilter und mehr. Alle Übungen enthalten Lösungen.
Welche Programmiersprachen werden in #sensor-fusion-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #sensor-fusion-Projekten auf GitHub sind C++, Python, Jupyter Notebook, C die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #sensor-fusion-Repositories berechnet?
Wir verfolgen 50 aktive Open-Source-Repositories, die mit #sensor-fusion getaggt sind (500+ Sterne), mit insgesamt 90,287 Sternen und durchschnittlich 1,805 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.