#lidar-slam Repository
Scopri 25 repository GitHub open source attivi contrassegnati con #lidar-slam, che raccolgono un totale di 51,165 stelle (con una media di 2,046 stelle per progetto). Il progetto leader di questo argomento è makerspet/oomwoo, con 13,166 stelle.
25 repository in totale
LIO-SAM: Odometria Lidar-Inerziale strettamente accoppiata tramite Smoothing e Mapping
Rilasciare il repository per il nostro SLAM Handbook
Codice open source corrispondente per le tecniche SLAM nella guida autonoma
Un robusto pacchetto di stima dello stato e mappatura accoppiato strettamente LiDAR-inerziale-visivo, in tempo reale e a colori RGB
Un elenco completo di lavori su Rappresentazioni Implicite, NeRF e 3D Gaussian Splatting relativi al dominio SLAM/Robotica, inclusi articoli, video, codici e siti web correlati
[IEEE ICRA'23] Un nuovo e leggero algoritmo di odometria LiDAR-inerziale con un nuovo approccio da grossolano a fine nella costruzione di traiettorie a tempo continuo per una precisa correzione del movimento.
[IEEE RA-L & ICRA'22] Una soluzione di odometria LiDAR frontend leggera ed efficiente dal punto di vista computazionale con localizzazione coerente e accurata.
SLAM 3D con LiDAR per creare mappe di nuvole di punti, eseguire benchmark e gestire flussi di lavoro cartografici compatibili con Autoware.
KISS-Matcher: Registrazione veloce, robusta e scalabile + esempi SLAM ROS2
Pacchetto semplice, efficiente e open-source per la localizzazione simultanea e la mappatura
ROS 2 / FAST_LIO / SAM / PGO / Rilocalizzazione online / Mappa coerente con BA o HBA
🤔 MULLS: SLAM LiDAR versatile tramite minimi quadrati lineari multi-metrica [ICRA '21]
UrbanNav: Un set di dati multisensoriali open-source per il benchmarking di algoritmi di posizionamento progettati per le aree urbane
NaveGo: una toolbox open-source MATLAB/GNU Octave per l'elaborazione di sistemi di navigazione integrati e per l'analisi dei sensori inerziali.
[ICCV2023] NeRF-LOAM: Rappresentazione implicita neurale per l'odometria e la mappatura LiDAR incrementale su larga scala
Pagina ufficiale di ERASOR (Egocentric Ratio of pSeudo Occupancy-based Dynamic Object Removal), accettata a RA-L'21 con ICRA'21
Domande frequenti
Qual è il repository #lidar-slam più popolare su GitHub?
Il progetto open source #lidar-slam più alto in classifica su GitHub è makerspet/oomwoo, con 13,166 stelle. Aspirapolvere robot open-source
Quali linguaggi di programmazione sono più utilizzati nei repository #lidar-slam?
Tra i progetti #lidar-slam più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono C++, Python, TeX, C.
Come viene calcolata la classifica dei repository #lidar-slam?
Monitoriamo 25 repository open source attivi contrassegnati con #lidar-slam (500+ stelle), per un totale di 51,165 stelle e una media di 2,046 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.