#state-estimation リポジトリ
#state-estimationのタグが付いた、GitHub上の26件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は54,955個で、プロジェクトあたりの平均は2,113個です。このトピックをリードしているのは、18,561個のスターを獲得しているrlabbe/Kalman-and-Bayesian-Filters-in-Pythonです。
リポジトリ合計26件
Jupyter Notebook を使用したカルマンフィルターの書籍。正式な証明ではなく、直感と経験の構築に焦点を当てています。カルマンフィルター、拡張カルマンフィルター、アンセンテッドカルマンフィルター、パーティクルフィルターなどが含まれます。すべての演習には解答が含まれています。
Python Kalman フィルタリングおよび最適推定ライブラリ。カルマンフィルタ、パーティクルフィルタ、拡張カルマンフィルタ、アンセントカルマンフィルタ、g-h (アルファベータ)、最小二乗法、H 無限大、スムーザーなどを実装しています。 companion book 'Kalman and Bayesian Filters in Python' があります。
robot\_localizationは非線形状態推定ノードのパッケージです。このパッケージはCharles River Analytics, Inc.によって開発されました。質問はanswers.ros.orgにお願いします。
教科書のリポジトリ: Small Unmanned Aircraft: Theory and Practice、Randy Beard 著、Tim McLain 著
Fuse スタックは、ロボット上でセンサーフュージョンをリアルタイムで実行するための一般的なアーキテクチャを提供します。可能なアプリケーションには、状態推定、位置推定、マッピング、キャリブレーションが含まれます。
IMU、カメラ、LiDAR、GPS/GNSS、およびホイールセンサーを融合できる、オンラインキャリブレーションを備えた効率的で堅牢なマルチセンサー支援慣性航法システム。ユースケース:VINS/VIO、GPS-INS、LINS/LIO、ローカライゼーションおよびマッピング(SLAM)のためのマルチセンサー融合。このリポジトリは、マルチセンサーシミュレーションとデータも提供します。
よくある質問
GitHubで最も人気のある#state-estimationリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#state-estimationプロジェクトは、18,561個のスターを獲得しているrlabbe/Kalman-and-Bayesian-Filters-in-Pythonです。Jupyter Notebook を使用したカルマンフィルターの書籍。正式な証明ではなく、直感と経験の構築に焦点を当てています。カルマンフィルター、拡張カルマンフィルター、アンセンテッドカルマンフィルター、パーティクルフィルターなどが含まれます。すべての演習には解答が含まれています。
#state-estimationリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#state-estimationプロジェクトでは、C++, Python, Jupyter Notebook, TeXが最も一般的なプログラミング言語です。
#state-estimationリポジトリのランキングはどのように算出されていますか?
#state-estimationのタグが付いた26件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は54,955個で、リポジトリあたりの平均は2,113個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。