Navigation et SLAM

Source ouverte

Localisation LIDAR 3D à l'aide d'une carte de nuages ​​de points dans ROS 2 (pas SLAM)

Source ouverte

Un espace de travail de navigation ROS 2 combinant odométrie inertielle LiDAR, relocalisation et Nav2.

Source ouverte

SLAM LiDAR rapide

Source ouverte

LSD (LiDAR SLAM & Detection) est une architecture de perception open source pour les véhicules/robotiques autonomes

Source ouverte

Un système simple permettant de relocaliser un robot sur une carte construite est développé dans ce système. Le système est basé sur LIO-SAM.

Source ouverte

Ensemble ROS 2 de claquement ndt/gicp inertiel lidar étroitement couplé

Recherche

Publications connexes :

Recherche

📦Installation

Source ouverte

Mon mémoire de fin de licence. Visual SLAM, DL, cartes 3D clairsemées et denses et Computer Vision.

Source ouverte

Un package ROS pour la localisation probabiliste de robots mobiles avec lidar 3D.

Source ouverte

Cadre de graphe factoriel pour l'optimisation des moindres carrés non linéaires.

Recherche

Modèle de transition du monde d’apprentissage pour une navigation robotique socialement responsable

Recherche

Un cadre d'optimisation modulaire pour la localisation et le mApping (MOLA)

Source ouverte

Algorithmes de planification, de cartographie et d'exploration des trajectoires des robots

Source ouverte

Nœuds ROS 2 encapsulant les fonctionnalités MRPT de base : localisation, navigation autonome, rawlogs, etc. SLAM est dans d'autres packages.

Source ouverte

Un système SLAM multi-robot modularisé avec cartographie d'élévation et convertisseur de carte de coûts pour une navigation facile. Différents algorithmes d’odométrie et de fermeture de boucle peuvent être facilement intégrés au système.

Source ouverte

CVPR 2026 - MSGNav : libérer la puissance du graphique de scène 3D multimodal pour la navigation embarquée Zero-Shot

Recherche

EMKG : mémoire et récupération multimodales pour la navigation objet-objectif en monde ouvert dans des environnements dynamiques.

Source ouverte

« Coordination multi-robots avec architecture agent-serveur pour la navigation autonome dans des environnements partiellement inconnus », IROS 2020

Recherche

Implémentation éducative Python de l'optimisation des graphes de pose.

Recherche

Interface graphique de réglage des paramètres Nav2 en temps réel pour ROS2, aucun kill ou relance nécessaire

Source ouverte

Serveur MCP qui fournit des outils et des ressources pour contrôler et surveiller les robots à l'aide de Nav2.

Recherche

Nav-R1 : Raisonnement et navigation dans des scènes incarnées

Recherche

Implémentation officielle de « NavRAG : Générer des instructions à la demande des utilisateurs pour une navigation intégrée via un LLM de récupération augmentée » (ACL'25 Findings)