#slam Repository
Scopri 146 repository GitHub open source attivi contrassegnati con #slam, che raccolgono un totale di 310,418 stelle (con una media di 2,126 stelle per progetto). Il progetto leader di questo argomento è AtsushiSakai/PythonRobotics, con 30,953 stelle.
146 repository in totale
Codici di esempio in Python e libro di testo per algoritmi di robotica.
Un elenco curato di fantastiche risorse per la visione artificiale
SLAM in Tempo Reale per Telecamere Monoculari, Stereo e RGB-D, con Capacità di Rilevamento Loop e Relocalizzazione
Guida alle Interviste sul Deep Learning (Include Matematica, Machine Learning, Deep Learning, Visione Artificiale, Elaborazione del Linguaggio Naturale e SLAM, ecc.)
Visione robotica Robot mobile VS-SLAM ORB-SLAM2 Rilevamento oggetti deep learning yolov3 Rilevamento comportamento opencv PCL Apprendimento automatico Guida autonoma
Cartographer è un sistema che fornisce localizzazione e mappatura simultanea in tempo reale (SLAM) in 2D e 3D su più piattaforme e configurazioni di sensori.
Guida alla ricerca di lavoro per posizioni di algoritmi AI (include strategie di preparazione, guida alla pratica di domande, raccomandazioni interne ed elenchi di aziende AI, ecc.)
LIO-SAM: Odometria Lidar-Inerziale strettamente accoppiata tramite Smoothing e Mapping
Rilasciare il repository per il nostro SLAM Handbook
Risorse per la Visione Basata su Eventi. Sforzo comunitario per raccogliere conoscenze sulla tecnologia della visione basata su eventi (articoli, workshop, dataset, codice, video, ecc.)
pySLAM è una pipeline SLAM Visivo ibrida Python/C++ che supporta telecamere monoculari, stereo e RGB-D. Fornisce un vasto insieme di moderni estrattori di caratteristiche locali e globali, molteplici strategie di chiusura del loop, un modulo di ricostruzione volumetrica, modelli integrati di previsione della profondità e capacità di segmentazione semantica per una migliore comprensione della scena.
[CVPR 2025] MASt3R-SLAM: SLAM Denso in Tempo Reale con Priorità di Ricostruzione 3D
:sunglasses: Un elenco curato di librerie e software per la robotica
Slam Toolbox per mappatura e localizzazione permanenti in mappe potenzialmente massive con ROS
Impara le basi della robotica attraverso l'esperienza pratica utilizzando ROS 2 e la simulazione Gazebo.
LeGO-LOAM: Odometria e Mappatura LiDAR Leggera e Ottimizzata per il Terreno su Terreni Variabili
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
I miei appunti sull'algoritmo di navigazione, che coprono l'interpretazione del codice sorgente di programmi open source di posizionamento di navigazione, l'organizzazione di progetti open source, lezioni di libri, traduzioni di blog, raccomandazioni di tutorial e conferenze; tutti i contenuti possono essere liberamente ripubblicati, i file originali sono tutti qui, e ognuno può organizzare i propri documenti sulla mia base. (Suggerimenti: ① Scritto principalmente per principianti, gli studenti con basi dovrebbero leggere più articoli e codice, non impareranno molto dalle mie note; ② Il repository viene aggiornato continuamente, non è consigliabile efectuarne il fork)
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
Impara la guida autonoma costruendola: simulazioni in Python e un libro di testo aperto in cui il sistema cresce passo dopo passo. Sostituisci e confronta gli algoritmi di localizzazione, pianificazione e controllo all’interno dello stesso sistema.
GLIM: framework versatile ed estensibile basato su nuvole di punti per la localizzazione e la mappatura 3D
Un elenco curato di dataset radar, rilevamento, tracciamento e fusione
Calcolo simbolico veloce, generazione di codice e ottimizzazione non lineare per la robotica
Interfaccia di manipolazione universale: insegnamento di robot nel mondo reale senza robot nel mondo reale
Un Odometria LiDAR-Inerziale-Visiva Sparse-Diretta Veloce e Strettamente Accoppiata (LIVO).
Domande frequenti
Qual è il repository #slam più popolare su GitHub?
Il progetto open source #slam più alto in classifica su GitHub è AtsushiSakai/PythonRobotics, con 30,953 stelle. Codici di esempio in Python e libro di testo per algoritmi di robotica.
Quali linguaggi di programmazione sono più utilizzati nei repository #slam?
Tra i progetti #slam più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono C++, Python, TeX, Astro.
Come viene calcolata la classifica dei repository #slam?
Monitoriamo 146 repository open source attivi contrassegnati con #slam (500+ stelle), per un totale di 310,418 stelle e una media di 2,126 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.