#slam Repositórios
Descubra 146 repositórios ativos de código aberto no GitHub marcados com #slam, acumulando um total de 310,418 estrelas (uma média de 2,126 por projeto). O líder deste tópico é AtsushiSakai/PythonRobotics, com 30,953 estrelas.
146 repositórios no total
Uma lista selecionada de recursos fantásticos de visão computacional
SLAM em Tempo Real para Câmeras Monoculares, Estéreo e RGB-D, com Capacidades de Detecção de Loop e Relocalização
Guia Definitivo de Entrevistas sobre Deep Learning (incluindo Matemática, Machine Learning, Deep Learning, Visão Computacional, Processamento de Linguagem Natural e SLAM)
Visão Robótica Robôs Móveis VS-SLAM ORB-SLAM2 Aprendizado Profundo Detecção de Objetos yolov3 Detecção de Comportamento opencv PCL Aprendizado de Máquina Direção Autônoma
Cartographer é um sistema que fornece localização e mapeamento simultâneos (SLAM) em tempo real em 2D e 3D em múltiplas plataformas e configurações de sensores.
Guia de candidatura para cargos de algoritmos de IA (cobrindo guias de preparação, guias de resolução de problemas, recomendações internas e lista de empresas de IA, etc.)
LIO-SAM: Odometria Lidar Inercial Estreitamente Acoplada por Suavização e Mapeamento
Lançamento do repositório do nosso Manual SLAM
Recursos de Visão Baseada em Eventos. Esforço da comunidade para coletar conhecimento sobre a tecnologia de visão baseada em eventos (artigos, workshops, conjuntos de dados, código, vídeos, etc)
pySLAM é um pipeline SLAM Visual híbrido Python/C++ que suporta câmeras monoculares, estéreo e RGB-D. Ele oferece um amplo conjunto de extratores de recursos locais e globais modernos, múltiplas estratégias de fechamento de loop, um módulo de reconstrução volumétrica, modelos integrados de previsão de profundidade e capacidades de segmentação semântica para uma compreensão aprimorada da cena.
[CVPR 2025] MASt3R-SLAM: SLAM Denso em Tempo Real com Priores de Reconstrução 3D
:sunglasses: Uma lista curada de bibliotecas e software de robótica
Slam Toolbox para mapeamento e localização contínuos em mapas potencialmente massivos com ROS
Aprenda os fundamentos da robótica através de experiência prática utilizando ROS 2 e a simulação Gazebo.
LeGO-LOAM: Odometria e Mapeamento Lidar Leves e Otimizados para Terreno em Terreno Variável
Código-fonte de código aberto correspondente a 《Tecnologia SLAM na Condução Autônoma》
Um pacote robusto, em tempo real, colorido em RGB, de estimação de estado e mapeamento com acoplamento forte LiDAR-Inercial-Visual
Minhas notas de estudo sobre algoritmos de navegação, o conteúdo abrange a interpretação do código-fonte de programas de navegação e posicionamento de código aberto, organização de projetos de código aberto, palestras de livros, traduções de blogs e recomendações de tutoriais/palestras; todo o conteúdo pode ser reproduzido livremente, os arquivos originais estão todos aqui, e vocês podem organizar alguns de seus próprios documentos com base no meu trabalho. (Dicas: ① É principalmente escrito para iniciantes; estudantes que já têm uma base devem ler mais artigos e código, não aprenderão muito com minhas notas; ② O repositório está em constante atualização, não é recomendado fazer fork)
Uma lista abrangente de artigos sobre Representações Implícitas, NeRF e 3D Gaussian Splatting relacionados ao domínio de SLAM/Robótica, incluindo artigos, vídeos, códigos e sites relacionados
SplaTAM: Dispersar, Rastrear e Mapear Gaussianas 3D para SLAM RGB-D Denso (CVPR 2024)
Aprenda a condução autônoma construindo-a: simulações em Python e um livro didático aberto, no qual o sistema evolui etapa por etapa. Troque e compare algoritmos de localização, planejamento e controle dentro do mesmo sistema.
GLIM: framework versátil e extensível de localização e mapeamento 3D baseado em nuvem de pontos
Uma lista selecionada de conjuntos de dados de radar, detecção, rastreamento e fusão
Computação simbólica rápida, geração de código e otimização não linear para robótica
Interface Universal de Manipulação: Ensino de Robôs no Mundo Real Sem Robôs no Mundo Real
Um Odometria LiDAR-Inercial-Visual Esparsa-Direta Rápido e Estreitamente Acoplado (LIVO).
Perguntas Frequentes
Qual é o repositório de #slam mais popular no GitHub?
O projeto de código aberto de #slam mais bem classificado no GitHub é AtsushiSakai/PythonRobotics, com 30,953 estrelas. Códigos de exemplo Python e livro-texto para algoritmos de robótica.
Quais linguagens de programação são mais usadas nos repositórios de #slam?
Entre os projetos de #slam mais bem classificados no GitHub, as linguagens de programação mais comuns são C++, Python, TeX, Astro.
Como é calculada a classificação dos repositórios de #slam?
Acompanhamos 146 repositórios ativos de código aberto marcados com #slam (com mais de 500 estrelas), totalizando 310,418 estrelas e uma média de 2,126 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.