Navigation et SLAM

Source ouverte

Implémentation Python de l'algorithme SLAM Stereo-PTAM

Source ouverte

Ground-Fusion : un système SLAM au sol à faible coût et robuste pour les cas d'angle (ICRA2024)

Source ouverte

Cadre de localisation et de cartographie 3D basé sur des nuages de points.

Source ouverte

pySLAM est un pipeline hybride Python/C++ Visual SLAM prenant en charge les caméras monoculaires, stéréo et RVB-D. Il fournit un large ensemble d'extracteurs de fonctionnalités locaux et globaux modernes, des fermetures de boucles multiples…

Source ouverte

Un système SLAM 2D et 3D multiplateforme.

Source ouverte

Implémentation directe de l’odométrie clairsemée.

Source ouverte

Une bibliothèque C++11 uniquement en-tête pour la théorie de Lie.

Source ouverte

Outils d'estimation visuo-inertielle pour la recherche en robotique.

Source ouverte

UMI-3D SLAM et pipeline de traitement des données : https://umi-3d.github.io/

Source ouverte

Le code de l'article « Vers l'apprentissage d'un modèle généraliste pour la navigation intégrée »

Source ouverte

Graphique SLAM basé sur un nuage de points écrit en C++ à l'aide de la bibliothèque open3D.

Source ouverte

Repo officiel de "ETPNav : Planification topologique évolutive pour la navigation en langage vision dans des environnements continus"

Source ouverte

Une collection de facteurs GTSAM et d'optimiseurs pour le nuage de points SLAM

Source ouverte

DiffBot est un robot autonome à entraînement différentiel 2 roues motrices utilisant ROS Noetic sur un Raspberry Pi 4 B. Avec son Lidar SLAMTEC et l'interface matérielle ROS Control il est capable de naviguer dans un…

Source ouverte

Point-SLAM : SLAM basé sur un nuage de points neuronaux denses

Source ouverte

Ultra-Fusion : un cadre SLAM de fusion multi-capteurs étroitement couplé et résilient en cas de dégradation des capteurs et de perturbations spatio-temporelles

Source ouverte

Code Active Neural SLAM pour apprendre à explorer les environnements.

Source ouverte

Leg-KILO : odométrie cinématique-inertielle-lidar robuste pour les robots à pattes dynamiques

Source ouverte

Code et données de l'article CVPR 2022 : Combler l'écart entre l'apprentissage dans des environnements discrets et continus pour la navigation par vision et langage

Source ouverte

Un système de navigation intégré GNSS/INS basé sur l'optimisation

Source ouverte

Apprentissage par renforcement profond pour la navigation des robots mobiles dans le simulateur ROS2 Gazebo. Grâce aux réseaux neuronaux DRL (SAC, TD3), un robot apprend à naviguer vers un point cible aléatoire dans un environnement simulé…

Source ouverte

Guide de déploiement Edge pour la perception et la navigation basées sur InternNav sur les robots Unitree Go2 / Go2W / B2 (ROS 2, RealSense, Python).

Source ouverte

Un simulateur de robot léger basé sur Python conçu pour la navigation, le contrôle et l'apprentissage

Source ouverte

Système GNSS-Visuel-Inertiel étroitement couplé pour une estimation d'état localement fluide et globalement cohérente dans un environnement complexe.