slam

SuMa++ : SLAM sémantique efficace basé sur LiDAR (Chen et al. IROS 2019).

Un framework d'optimisation modulaire pour la localisation et la cartographie (MOLA).

Correction de carte interactive pour le SLAM par graphe 3D.

LIO_SAM pour IMU 6 axes et GNSS.

Apprentissage du système d'exploitation pour robots ROS (C++) (écrit à l'été 2020).

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

Liens utiles sur divers contenus liés à l'IA, à la vision par ordinateur et à la robotique.

LSD (LiDAR SLAM & Detection) est une architecture de perception open source pour les véhicules autonomes et la robotique

KISS-Matcher : Enregistrement rapide, robuste et évolutif + exemples de SLAM ROS2.

Thèse de doctorat : fast_lio_sam, suppression dynamique (T-GRS 2024), cartographie multi-session (ICRA 2022 Kim), mise à jour au niveau objet, relocalisation en ligne (ICRA 2025) et application réelle (MD-LVIO)

ImMesh : Un framework de localisation et de maillage LiDAR immédiat

[ICLR 2026] Une règle simple de mise à jour d'état pour améliorer la généralisation de la longueur pour CUT3R

SLAM dynamique, recherche sur le SLAM à long terme (Lidar, Visuel, Fusion de capteurs, etc.)

GenZ-ICP : Odométrie LiDAR robuste SOTA (IEEE RA-L 2025)

Framework de localisation et cartographie simultanées (SLAM) collaboratif, décentralisé et épars pour les systèmes multi-robots

Un système de navigation inertielle GNSS-visuel robuste, en temps réel et centré sur la centrale d'inertie

OV²SLAM est un SLAM visuel entièrement en ligne et polyvalent pour les applications en temps réel.

Une collection de modèles de localisation basés sur l'apprentissage profond.

Bibliothèque Python pour ajuster des formes primitives 3D à des nuages de points avec RANSAC. Détecter des plans, sphères, cylindres, parallélépipèdes, cercles et droites.

Un jeu de données de conduite destiné au développement et à la validation des estimateurs de pose fusionnés et des algorithmes de cartographie.

Une approche robuste pour l'odométrie LiDAR-Inertial sans modélisation spécifique au capteur

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

[CVPR2024] SchurVINS : Système de navigation inertielle visuelle léger basé sur le complément de Schur

SLAM de graphe basé sur des point clouds, implémenté en C++ avec la bibliothèque open3D

📍 PIN-SLAM : LiDAR SLAM utilisant une représentation neurale implicite basée sur les points pour atteindre la cohérence de carte globale [TRO 24]

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

Mise en œuvre complète de SLAM basée sur le contexte de balayage d'intensité pour la conduite autonome. ICRA 2020

Cartographie basée sur des surfels pour données de télémétrie laser 3D (SuMa)