#sensor-fusion Репозитории
Откройте для себя 50 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #sensor-fusion, с общим числом 90,287 звёзд (в среднем 1,805 на проект). Лидером этой темы является rlabbe/Kalman-and-Bayesian-Filters-in-Python, набравший 18,561 звёзд.
Всего репозиториев: 50
Книга по фильтру Калмана с использованием Jupyter Notebook. Фокусируется на развитии интуиции и опыта, а не на формальных доказательствах. Включает фильтры Калмана, расширенные фильтры Калмана, unscented фильтры Калмана, сглаживающие фильтры и многое другое. Все упражнения включают решения.
Библиотека Python для фильтрации Калмана и оптимальной оценки. Реализует фильтр Калмана, фильтр частиц, расширенный фильтр Калмана, unscented фильтр Калмана, g-h (альфа-бета), метод наименьших квадратов, H-бесконечность, сглаживатели и многое другое. Имеет сопутствующую книгу 'Kalman and Bayesian Filters in Python'.
Ресурсы на основе событийного зрения. Общинные усилия по сбору знаний об технологиях зрения на основе событий (статьи, семинары, наборы данных, код, видео и т.д.)
Соответствующий исходный код SLAM-технологий в автономном вождении
Надежный, в реальном времени, RGB-цветной, тесно связанный пакет оценки состояния и картирования LiDAR-инерционно-визуальный
Недорогой самодельный 360-градусный LiDAR-сканер с открытым исходным кодом и система панорамной 3D-реконструкции.
robot\_localization — это набор узлов нелинейной оценки состояния. Пакет был разработан компанией Charles River Analytics, Inc. Пожалуйста, задавайте вопросы на answers.ros.org.
Библиотека визуальной одометрии и SLAM с ускорением CUDA для быстрого, точного отслеживания положения камеры с низкой задержкой
Быстрая и тесно связанная разреженная прямая лидар-инерциально-визуальная одометрия (LIVO).
[PAMI'23] TransFuser: Имитация с использованием тензорной сенсорной фузии для автономного вождения; [CVPR'21] Трансформер мультимодальной фузии для сквозного автономного вождения
Основная прошивка для квадрокоптера Crazyflie Nano, квадрокоптера Crazyflie Bolt и метки позиционирования Roadrunner.
Поднять, Рассеять, Выстрелить: Кодирование изображений из произвольных установок камер путем неявного обратного проецирования в 3D (ECCV 2020)
Высоконадёжная и точная одометрия только на основе LiDAR и инерциальных данных
Слабосвязанная фьюжн-локализация IMU + X(GNSS, 6DoF Odom) на основе ESKF, IEKF, UKF(UKF/SPKF, JUKF, SVD-UKF) и MAP
Простой метод для нахождения внешней калибровки между 3D лидаром и датчиком позы с 6 степенями свободы
alfred-py: Библиотека утилит для глубокого обучения для **человека**, больше деталей о использовании lib по: https://zhuanlan.zhihu.com/p/341446046
[CVPR 2024] LMDrive: Сквозное управление автомобилем в замкнутом цикле с использованием больших языковых моделей
Стек fuse предоставляет общую архитектуру для выполнения слияния сенсоров в реальном времени на роботе. Возможные применения включают оценку состояния, локализацию, картирование и калибровку.
Фильтр Калмана с ошибкой состояния (ESKF) объединяет данные GPS и IMU для достижения более высокой точности позиционирования
Тактильное восприятие • Сбор данных • IL/RL/VLA/WM • Манипуляция • Моделирование • Открытый исходный код
3-осевой бесколлекторный контроллер подвеса на базе 32-битного микроконтроллера STM32
Открытая библиотека для взаимодействия и обработки данных радара, специализированная для MIMO mmWave радаров
Использование фильтра Калмана с состоянием ошибки для слияния данных IMU и GPS для локализации.
Проект программного обеспечения, предоставляющий сообществу по отслеживанию целей фреймворк для разработки и тестирования алгоритмов отслеживания.
Обнаружение объектов с помощью 4D-радара для автономного вождения в различных погодных условиях
Современное FOSS-приложение «Компас и навигация» без рекламы, встроенных покупок и отслеживания
Одометрия с визуально‑инерциально‑колёсным слиянием, лучшая производительность в сценах с резкими изменениями света
Часто задаваемые вопросы
Какой репозиторий по теме #sensor-fusion наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #sensor-fusion на GitHub — rlabbe/Kalman-and-Bayesian-Filters-in-Python, набравший 18,561 звёзд. Книга по фильтру Калмана с использованием Jupyter Notebook. Фокусируется на развитии интуиции и опыта, а не на формальных доказательствах. Включает фильтры Калмана, расширенные фильтры Калмана, unscented фильтры Калмана, сглаживающие фильтры и многое другое. Все упражнения включают решения.
Какие языки программирования чаще всего используются в репозиториях по теме #sensor-fusion?
Среди наиболее высоко оценённых проектов по теме #sensor-fusion на GitHub чаще всего используются языки программирования C++, Python, Jupyter Notebook, C.
Как рассчитывается рейтинг репозиториев по теме #sensor-fusion?
Мы отслеживаем 50 активных репозиториев с открытым исходным кодом, отмеченных тегом #sensor-fusion (500 и более звёзд), с общим числом 90,287 звёзд и в среднем 1,805 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.