#slam Dépôts
146 dépôts au total
Une liste complète de documents sur les représentations implicites et NeRF relatifs au domaine de la robotique/RL, y compris des documents, des codes et des sites Web associés
Livres, articles, vidéos et boîtes à outils liés à la registration d'images
[IROS2022] Méthode robuste d'initialisation LiDAR-inertielle en temps réel.
🎓Mettez à jour automatiquement les articles du CV quotidiennement à l'aide de Github Actions
Package Visual SLAM/odométrie basé sur cuVSLAM accéléré par NVIDIA
Guide de photogrammétrie. La photogrammétrie est largement utilisée pour les levés aériens, l'agriculture, l'architecture, les jeux 3D, la robotique, l'archéologie, la construction, la gestion des urgences et le domaine médical.
Reconstruction 3D en flux continu à partir de la seule entrée vidéo : Réévaluer le contexte local pour la reconstruction 3D en flux continu à long horizon
😎 Liste LIDAR géniale. La liste comprend les fabricants de LIDAR, les ensembles de données, les algorithmes de traitement des nuages de points, les frameworks de nuages de points et les simulateurs.
Une bibliothèque TSDF et ESDF accélérée par GPU pour les robots équipés de caméras RVB-D.
NeRF-SLAM : SLAM monocaulaire dense en temps réel avec Neural Radiance Fields. https://arxiv.org/abs/2210.13641 + Sigma-Fusion : Fusion volumétrique probabiliste pour SLAM monocaulaire dense https://arxiv.org/abs/2210.01276
⚡️Le framework de perception spatiale pour construire rapidement des robots intelligents et des espaces
M2DGR : un ensemble de données multimodal et multi-scénarios pour robots terrestres (RA-L 2021 & ICRA 2022)
Code source pour l'article DM-VIO : Delayed Marginalization Visual-Inertial Odometry
Application et comparaison 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 sur des ensembles de données Gazebo et réels. Des fichiers d'installation et de configuration sont fournis.
Fast LOAM: Odométrie et cartographie Lidar rapides et optimisées pour la localisation intérieure/extérieure IROS 2021
Ressources d'apprentissage et partage d'expériences pour le développement SLAM
Localisation par fusion faiblement couplée IMU + X(GNSS, 6DoF Odom) basée sur ESKF, IEKF, UKF(UKF/SPKF, JUKF, SVD-UKF) et MAP
Ceci est le manuscrit d'un livre sur SLAM, qui présentera clairement les méthodes géométriques et d'apprentissage profond utilisées dans les systèmes SLAM. Le manuscrit atteindra environ 200 pages et le code correspondant à chaque chapitre sera également organisé.
[IEEE ICRA'23] Un nouvel algorithme léger d'odométrie LiDAR-inertielle avec une nouvelle approche allant du grossier au fin dans la construction de trajectoires en temps continu pour une correction de mouvement précise.
Code pour "Efficient LoFTR: Semi-Dense Local Feature Matching with Sparse-Like Speed", CVPR 2024
[IEEE RA-L & ICRA'22] Une solution d'odométrie LiDAR frontale légère et efficace en termes de calcul avec une localisation cohérente et précise.
Ultra-Fusion : Un cadre SLAM de fusion multi-capteurs à couplage serré et résilient face à la dégradation des capteurs et aux perturbations spatio-temporelles
Planificateur d'exploration basé sur des graphes pour environnements souterrains
La pile fuse fournit une architecture générale pour effectuer la fusion de capteurs en direct sur un robot. Certaines applications possibles incluent l'estimation d'état, la localisation, la cartographie et l'étalonnage.
🔥ROS (C++) Système d'exploitation pour robots Apprentissage (Écrit en été 2020)
KISS-Matcher : Enregistrement rapide, robuste et évolutif + exemples SLAM ROS2
Liens utiles de différents contenus liés à l'IA, à la vision par ordinateur et à la robotique.
hector_slam contient des paquets ROS liés à la réalisation de SLAM dans des environnements non structurés comme ceux rencontrés dans les scénarios de recherche et de sauvetage urbain (USAR) de la compétition RoboCup Rescue.
Thèse de troisième cycle : fast_lio_sam + suppression dynamique (T-GRS 2024) + cartographie multi-session (ICRA 2022 Kim) + mise à jour au niveau de l'objet + relocalisation en ligne (ICRA 2025) + application dans le monde réel (MD-LVIO)
[ICLR 2026] Une règle de mise à jour d'état simple pour améliorer la généralisation de la longueur pour CUT3R