#slam Repositorios
146 repositorios en total
Una lista completa de artículos sobre Representaciones Implícitas y NeRF relacionados con el dominio de Robótica/RL, incluyendo artículos, códigos y sitios web relacionados
Libros, artículos, videos y cajas de herramientas relacionados con el registro de imágenes
[IROS2022] Método robusto de inicialización LiDAR-inercial en tiempo real.
🎓Actualiza automáticamente los artículos del CV diariamente usando Github Actions
Paquete de Visual SLAM/odometría basado en cuVSLAM acelerado por NVIDIA
Guía de fotogrametría. La fotogrametría se utiliza ampliamente para topografía aérea, agricultura, arquitectura, juegos 3D, robótica, arqueología, construcción, gestión de emergencias y medicina.
Reconstrucción 3D en streaming a partir únicamente de entrada de vídeo: Revisión del contexto local para la reconstrucción 3D en streaming de horizonte largo
😎 Impresionante lista de LIDAR. La lista incluye fabricantes de LIDAR, conjuntos de datos, algoritmos de procesamiento de nubes de puntos, frameworks de nubes de puntos y simuladores.
Una biblioteca TSDF y ESDF acelerada por GPU para robots equipados con cámaras RGB-D.
NeRF-SLAM: SLAM monocular denso en tiempo real con Campos de Radiancia Neuronal. https://arxiv.org/abs/2210.13641 + Sigma-Fusion: Fusión Volumétrica Probabilística para SLAM Monocular Denso https://arxiv.org/abs/2210.01276
⚡️El marco de percepción espacial para construir rápidamente robots y espacios inteligentes
M2DGR: Un conjunto de datos multimodales y multiescenario para robots terrestres (RA-L 2021 y ICRA 2022)
Código fuente del artículo DM-VIO: Delayed Marginalization Visual-Inertial Odometry
Aplicación y comparación de 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 en conjuntos de datos de Gazebo y del mundo real. Se proporcionan archivos de instalación y configuración.
Fast LOAM: Odometría y mapeo Lidar rápidos y optimizados para localización en interiores/exteriores IROS 2021
Recursos de aprendizaje y compartición de experiencias para el desarrollo de SLAM
Localización de fusión débilmente acoplada IMU + X(GNSS, 6DoF Odom) basada en ESKF, IEKF, UKF(UKF/SPKF, JUKF, SVD-UKF) y MAP
Este es el borrador de un libro sobre SLAM, que esperamos presente claramente los métodos geométricos y de aprendizaje profundo utilizados en los sistemas SLAM. El borrador tendrá alrededor de 200 páginas y el código correspondiente a cada capítulo también se compilará.
[IEEE ICRA'23] Un nuevo y ligero algoritmo de odometría LiDAR-inercial con un novedoso enfoque de grueso a fino en la construcción de trayectorias de tiempo continuo para una corrección de movimiento precisa.
Código para "Efficient LoFTR: Semi-Dense Local Feature Matching with Sparse-Like Speed", CVPR 2024
[IEEE RA-L & ICRA'22] Una solución de odometría LiDAR frontend ligera y computacionalmente eficiente con localización consistente y precisa.
Ultra-Fusion: Un marco de SLAM de fusión multisensorial estrechamente acoplado y resiliente ante la degradación de sensores y perturbaciones espaciotemporales
La pila fuse proporciona una arquitectura general para realizar la fusión de sensores en vivo en un robot. Algunas aplicaciones posibles incluyen estimación de estado, localización, mapeo y calibración.
🔥ROS (C++) Sistema Operativo de Robots Aprendizaje (Escrito en el verano de 2020)
KISS-Matcher: Registro rápido, robusto y escalable + ejemplos de SLAM de ROS2
Enlaces útiles de diferentes contenidos relacionados con IA, Visión por Computadora y Robótica.
hector_slam contiene paquetes ROS relacionados con la realización de SLAM en entornos no estructurados como los que se encuentran en los escenarios de Búsqueda y Rescate Urbano (USAR) de la competición RoboCup Rescue.
Tesis de Posgrado: fast_lio_sam + eliminación dinámica (T-GRS 2024) + mapeo multi-sesión (ICRA 2022 Kim) + actualización a nivel de objeto + relocalización en línea (ICRA 2025) + aplicación en el mundo real (MD-LVIO)
[ICLR 2026] Una regla simple de actualización de estado para mejorar la generalización de longitud para CUT3R