Navigation et SLAM

Source ouverte

CoSLAM est un logiciel SLAM visuel qui vise à utiliser plusieurs caméras en mouvement libre pour calculer simultanément leur egomotion et la carte 3D des scènes environnantes dans un environnement hautement dynamique.

Source ouverte

SLAM d'encodeur RVB-D pour un robot à entraînement différentiel dans des environnements dynamiques

Source ouverte

Cadre de cartographie multimodal avec odométrie visuelle-inertielle et flux de travail multi-robots.

Source ouverte

Ce code contient un algorithme pour calculer le SLAM visuel stéréo en utilisant à la fois les fonctionnalités de segments de points et de lignes.

Source ouverte

SLAM RVB-D pour ROS

Source ouverte

Slam sémantique en temps réel dans ROS avec une caméra RVB-D portative

Source ouverte

AirVO passe à AirSLAM

Source ouverte

EKF-SLAM basé sur ArUco.

Source ouverte

Escalier vers le succès : un cadre de navigation en ligne objet-objectif Zero-Shot sensible au sol via une exploration grossière à fine pilotée par LLM

Source ouverte

Une implémentation d'AVP-SLAM et quelques nouvelles contributions

Source ouverte

Bibliothèque de localisation C++ Monte Carlo avec packages ROS.

Source ouverte

La base de code de la plateforme de manipulateur mobile BestMan.

Source ouverte

Co-SLAM : codages de coordonnées conjointes et paramétriques clairsemés pour le SLAM neuronal en temps réel

Source ouverte

cpp implémentation d'algorithmes robotiques incluant la localisation, la cartographie, le SLAM, la planification et le contrôle de chemin

Source ouverte

REMARQUE : ce référentiel est obsolète

Source ouverte

dddmr_navigation est la solution de navigation 3D pour les robots mobiles comprenant la cartographie/localisation/perception/planification de chemin/contrôleur/pile de navigation

Source ouverte

Le cadre officiel de Deep Learning pour Robot Place Learning

Source ouverte

Odométrie Deep LiDAR auto-supervisée pour les applications robotiques

Source ouverte

https://docs.nav2.org/

Source ouverte

Exploration et cartographie en auto-apprentissage pour les robots mobiles via l'apprentissage par renforcement profond

Source ouverte

SLAM de bout en bout avec calibrage de la caméra, intégration préalable monoculaire et rendu dense

Source ouverte

DSP-SLAM : SLAM orienté objet avec des priorités de forme profondes

Source ouverte

Implémentation de l'algorithme D* lite en Python pour "Improved Fast Replanning for Robot Navigation in Unknown Terrain"

Source ouverte

Une implémentation ROS du planificateur Dynamic Window Approach.