#state-estimation Repository
Scopri 26 repository GitHub open source attivi contrassegnati con #state-estimation, che raccolgono un totale di 54,955 stelle (con una media di 2,113 stelle per progetto). Il progetto leader di questo argomento è rlabbe/Kalman-and-Bayesian-Filters-in-Python, con 18,561 stelle.
26 repository in totale
Libro sul filtro di Kalman utilizzando Jupyter Notebook. Si concentra sulla costruzione dell'intuizione e dell'esperienza, non su dimostrazioni formali. Include filtri di Kalman, filtri di Kalman estesi, filtri di Kalman unscented, filtri particellari e altro ancora. Tutti gli esercizi includono soluzioni.
Un stimatore di stato visivo-inerziale monoculare robusto e versatile
Libreria Python per il filtraggio di Kalman e la stima ottimale. Implementa filtro di Kalman, filtro particellare, filtro di Kalman esteso, filtro di Kalman non profumato, g-h (alpha-beta), minimi quadrati, H infinito, smorzatori e altro ancora. Ha un libro di accompagnamento 'Kalman and Bayesian Filters in Python'.
Codice open source corrispondente per le tecniche SLAM nella guida autonoma
robot\_localization è un pacchetto di nodi di stima dello stato non lineare. Il pacchetto è stato sviluppato da Charles River Analytics, Inc. Si prega di porre domande su answers.ros.org.
NMPC, WBC, stima dello stato e framework sim2real per robot con gambe basato su OCS2 e ros-controls
Modellazione e analisi convenienti dei sistemi di alimentazione basate su PYPOWER e pandas
Repository per il libro di testo: Small Unmanned Aircraft: Theory and Practice, di Randy Beard e Tim McLain
Strumenti software per quadrupedi agili, sviluppati dal Robomechanics Lab della Carnegie Mellon University.
Lo stack fuse fornisce un'architettura generale per eseguire la fusione dei sensori in tempo reale su un robot. Alcune possibili applicazioni includono la stima dello stato, la localizzazione, la mappatura e la calibrazione.
Un sistema di navigazione inerziale multisensore efficiente e robusto con calibrazione online, in grado di fondere sensori IMU, telecamera, LiDAR, GPS/GNSS e ruota. Casi d'uso: VINS/VIO, GPS-INS, LINS/LIO, fusione multisensore per localizzazione e mappatura (SLAM). Questo repository fornisce anche simulazione e dati multisensore.
Utilizzo del filtro di Kalman a stato di errore per fondere i dati IMU e GPS per la localizzazione.
Un progetto software per fornire alla comunità di tracciamento degli obiettivi un framework per lo sviluppo e il test di algoritmi di tracciamento.
Libreria C++17 header-only di filtro di Kalman unscented per la stima di stati e parametri
Domande frequenti
Qual è il repository #state-estimation più popolare su GitHub?
Il progetto open source #state-estimation più alto in classifica su GitHub è rlabbe/Kalman-and-Bayesian-Filters-in-Python, con 18,561 stelle. Libro sul filtro di Kalman utilizzando Jupyter Notebook. Si concentra sulla costruzione dell'intuizione e dell'esperienza, non su dimostrazioni formali. Include filtri di Kalman, filtri di Kalman estesi, filtri di Kalman unscented, filtri particellari e altro ancora. Tutti gli esercizi includono soluzioni.
Quali linguaggi di programmazione sono più utilizzati nei repository #state-estimation?
Tra i progetti #state-estimation più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono C++, Python, Jupyter Notebook, TeX.
Come viene calcolata la classifica dei repository #state-estimation?
Monitoriamo 26 repository open source attivi contrassegnati con #state-estimation (500+ stelle), per un totale di 54,955 stelle e una media di 2,113 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.