Navigation et SLAM

Recherche

AstraNav-Memory : compression de contextes pour une mémoire longue. Un cadre de mémoire centré sur l'image pour une navigation incarnée à vie via la compression du contexte visuel et Qwen2.5-VL. SOTA sur GOAT-Bench et…

Recherche

Une plateforme de simulation virtuelle pour les méthodes de détection, de cartographie, de contrôle et de comportement des véhicules autonomes utilisant ROS 2 et Gazebo.

Recherche

Ce référentiel vise à permettre la livraison autonome de drones avec le drone Intel Aero RTF et le pilote automatique PX4. Le code peut être exécuté à la fois sur le drone réel ou simulé sur un PC à l'aide de Gazebo. C'est…

Recherche

Un package d'exploration autonome pour ROS 2 Humble utilisant Nav2 et SLAM Toolbox. Il permet aux robots d'explorer des environnements inconnus, de créer des cartes et de se remettre des échecs de localisation, résolvant ainsi le…

Recherche

Pile d'automatisation à sonde volante avec cartographie au microscope et contrôle de mouvement CNC.

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.

Recherche

Ce référentiel est la mise en œuvre officielle de notre article (Du réactif au cognitif : l'intelligence spatiale inspirée du cerveau pour les agents incarnés)

Recherche

CCM-SLAM : SLAM monoculaire collaboratif centralisé robuste et efficace pour les équipes robotiques

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/

Recherche

Un agent de navigation par apprentissage par renforcement utilisant des observations lidar et caméra.

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.

Recherche

1. Conditions préalables