#state-estimation Repositorios
Descubre 26 repositorios activos de código abierto de GitHub etiquetados con #state-estimation, que acumulan 54,955 estrellas en total (una media de 2,113 estrellas por proyecto). El líder de este tema es rlabbe/Kalman-and-Bayesian-Filters-in-Python, con 18,561 estrellas.
26 repositorios en total
Libro del filtro de Kalman usando Jupyter Notebook. Se enfoca en construir intuición y experiencia, no en pruebas formales. Incluye filtros de Kalman, filtros de Kalman extendidos, filtros de Kalman sin perfume, filtros de partículas y más. Todos los ejercicios incluyen soluciones.
Un estimador de estado visual-inercial monocular robusto y versátil
Biblioteca de Python para filtrado de Kalman y estimación óptima. Implementa filtro de Kalman, filtro de partículas, filtro de Kalman extendido, filtro de Kalman sin perfume, g-h (alfa-beta), mínimos cuadrados, H infinito, suavizadores y más. Tiene un libro complementario 'Kalman and Bayesian Filters in Python'.
Código fuente abierto correspondiente para técnicas SLAM en conducción autónoma
robot\_localization es un paquete de nodos de estimación de estado no lineal. El paquete fue desarrollado por Charles River Analytics, Inc. Haga sus preguntas en answers.ros.org.
NMPC, WBC, estimación de estado y marco sim2real para robots con patas basado en OCS2 y ros-controls
Modelado y análisis conveniente de sistemas de potencia basado en PYPOWER y pandas
Repositorio para el libro de texto: Small Unmanned Aircraft: Theory and Practice, de Randy Beard y Tim McLain
Herramientas de software para cuadrúpedos ágiles, desarrolladas por el Robomechanics Lab de la Carnegie Mellon University.
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.
Un sistema de navegación inercial asistido por múltiples sensores eficiente y robusto con calibración en línea, capaz de fusionar sensores IMU, cámara, LiDAR, GPS/GNSS y de rueda. Casos de uso: VINS/VIO, GPS-INS, LINS/LIO, fusión de múltiples sensores para localización y mapeo (SLAM). Este repositorio también proporciona simulación y datos de múltiples sensores.
Usando filtro de Kalman de estado de error para fusionar los datos de IMU y GPS para localización.
Un proyecto de software para proporcionar a la comunidad de seguimiento de objetivos un marco para el desarrollo y prueba de algoritmos de seguimiento.
Biblioteca C++17 de filtro de Kalman unscented, solo de cabeceras, para la estimación de estados y parámetros
Preguntas frecuentes
¿Cuál es el repositorio de #state-estimation más popular en GitHub?
El proyecto de código abierto de #state-estimation mejor posicionado en GitHub es rlabbe/Kalman-and-Bayesian-Filters-in-Python, con 18,561 estrellas. Libro del filtro de Kalman usando Jupyter Notebook. Se enfoca en construir intuición y experiencia, no en pruebas formales. Incluye filtros de Kalman, filtros de Kalman extendidos, filtros de Kalman sin perfume, filtros de partículas y más. Todos los ejercicios incluyen soluciones.
¿Qué lenguajes de programación se utilizan más en los repositorios de #state-estimation?
Entre los proyectos de #state-estimation mejor posicionados en GitHub, los lenguajes de programación más comunes son C++, Python, Jupyter Notebook, TeX.
¿Cómo se calcula la clasificación de los repositorios de #state-estimation?
Seguimos 26 repositorios activos de código abierto etiquetados con #state-estimation (500+ estrellas), que suman un total de 54,955 estrellas, con una media de 2,113 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.