#slam Репозитории
Откройте для себя 146 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #slam, с общим числом 310,418 звёзд (в среднем 2,126 на проект). Лидером этой темы является AtsushiSakai/PythonRobotics, набравший 30,953 звёзд.
Всего репозиториев: 146
SLAM в реальном времени для моноокулярных, стерео- и RGB-D камер с возможностями обнаружения петель и релокализации
Справка по собеседованиям по глубокой обучению (Включает математику, машинное обучение, глубокое обучение, компьютерное зрение, обработку естественного языка и SLAM и т.д.)
Роботизированное зрение Мобильный робот VS-SLAM ORB-SLAM2 Глубокое обучение обнаружение объектов yolov3 Обнаружение поведения opencv PCL Машинное обучение Беспилотное вождение
Cartographer — это система, которая предоставляет реальное время одновременной локализации и картирования (SLAM) в 2D и 3D на нескольких платформах и конфигурациях датчиков.
Руководство по поиску работы на позиции AI-алгоритмиста (включает стратегии подготовки, руководство по решению задач, внутренние рекомендации и списки компаний AI и т.д.)
LIO-SAM: Тесно связанная лидар-инерциальная одометрия с помощью сглаживания и картирования
Релиз репозитория для нашего руководства по SLAM
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.)
pySLAM — это гибридный конвейер визуального SLAM на Python/C++, поддерживающий монокулярные, стерео- и RGB-D-камеры. Он предоставляет широкий набор современных локальных и глобальных экстракторов признаков, множественные стратегии замыкания цикла, модуль объемной реконструкции, интегрированные модели предсказания глубины и возможности семантической сегментации для улучшенного понимания сцены.
[CVPR 2025] MASt3R-SLAM: Полноплотный SLAM в реальном времени с априорными данными 3D-реконструкции
:sunglasses: Подборка библиотек и программного обеспечения для робототехники
Slam Toolbox для пожизненного картографирования и локализации в потенциально огромных картах с ROS
Изучите основы робототехники на практике с помощью ROS 2 и симуляции Gazebo.
LeGO-LOAM: Легковесная и оптимизированная для поверхности лидарная одометрия и картографирование на переменном рельефе
Соответствующий исходный код SLAM-технологий в автономном вождении
Надежный, в реальном времени, RGB-цветной, тесно связанный пакет оценки состояния и картирования LiDAR-инерционно-визуальный
Мои учебные заметки по алгоритмам навигации, охватывающие анализ исходного кода программ с открытым исходным кодом для навигационного позиционирования, систематизацию проектов с открытым исходным кодом, книжные лекции, переводы блогов, рекомендации по учебным пособиям и лекциям; все содержимое можно свободно копировать, оригинальные файлы находятся здесь, и каждый может организовать свои собственные документы на моей основе. (Советы: ① В основном написано для начинающих, те, у кого уже есть база, должны больше читать статьи и код, из моих заметок вы много не узнаете; ② Репозиторий постоянно обновляется, форкать его не рекомендуется)
Комплексный список работ по неявным представлениям (Implicit Representations), NeRF и 3D Gaussian Splatting, связанных с областью SLAM/Робототехника, включая статьи, видео, код и связанные веб-сайты
Изучайте автономное вождение, создавая его своими руками: симуляции на Python и открытый учебник, в котором система развивается шаг за шагом. Заменяйте и сравнивайте алгоритмы локализации, планирования и управления в одной и той же системе.
GLIM: универсальный и расширяемый фреймворк для 3D-локализации и картографирования на основе облаков точек
Визуальная инерциальная одометрия с возможностями SLAM и генерацией 3D-сетки.
Система построения карты и определения местоположения в реальном времени с использованием плотного визуального SLAM
Курируемый список радиолокационных наборов данных, обнаружения, отслеживания и слияния
Быстрые символьные вычисления, генерация кода и нелинейная оптимизация для робототехники
Универсальный интерфейс манипулирования: обучение роботов в реальных условиях без реальных роботов
Быстрая и тесно связанная разреженная прямая лидар-инерциально-визуальная одометрия (LIVO).
Часто задаваемые вопросы
Какой репозиторий по теме #slam наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #slam на GitHub — AtsushiSakai/PythonRobotics, набравший 30,953 звёзд. Примеры кода на Python и учебник по алгоритмам робототехники.
Какие языки программирования чаще всего используются в репозиториях по теме #slam?
Среди наиболее высоко оценённых проектов по теме #slam на GitHub чаще всего используются языки программирования C++, Python, TeX, Astro.
Как рассчитывается рейтинг репозиториев по теме #slam?
Мы отслеживаем 146 активных репозиториев с открытым исходным кодом, отмеченных тегом #slam (500 и более звёзд), с общим числом 310,418 звёзд и в среднем 2,126 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.