slam

Paket ROS untuk Turtlebot3

Sistem SLAM visual padat waktu nyata.

Visual Inertial Odometry dengan kemampuan SLAM dan pembuatan Mesh 3D.

Daftar kurasi dataset radar, deteksi, pelacakan, dan fusi

Pustaka C++11 header-only kecil untuk teori Lie.

GLIM: kerangka kerja lokalisasi dan pemetaan 3D berbasis titik awan yang serbaguna dan dapat diperluas

Peta jalan untuk menjadi pengembang Visual-SLAM pada tahun 2026

Kode sampel dan dokumen Python tentang algoritma kontrol kendaraan otonom. Proyek ini dapat digunakan sebagai buku panduan teknis untuk mempelajari algoritma dan arsitektur perangkat lunak bagi pemula.

Komputasi simbolik cepat, pembuatan kode, dan optimisasi nonlinier untuk robotika

Sebuah Odometri LiDAR-Inertial-Visual (LIVO) Sparse-Direct yang cepat dan terikat erat.

Sebuah pustaka untuk robotika diferensiabel pada manifold.

Daftar lengkap makalah Representasi Implisit dan NeRF yang berkaitan dengan domain Robotika/RL, termasuk makalah, kode, dan situs web terkait.

buku, makalah, video, dan kotak alat yang terkait dengan registrasi citra

Panduan Fotogrametri. Fotogrametri banyak digunakan untuk pemetaan udara, pertanian, arsitektur, game 3D, robotika, arkeologi, konstruksi, manajemen darurat, dan medis.

🎓 Memperbarui Makalah CV secara Otomatis Setiap Hari menggunakan GitHub Actions

[IROS2022] Metode Inisialisasi LiDAR-inersial Real-time yang Tangguh.

Paket SLAM/odometri visual berbasis cuVSLAM yang dipercepat NVIDIA

😎 Daftar LIDAR pilihan. Daftar ini mencakup produsen LIDAR, dataset, algoritma pemrosesan point cloud, kerangka kerja point cloud, dan simulator.

NeRF-SLAM: Real-Time Dense Monocular SLAM dengan Neural Radiance Fields. https://arxiv.org/abs/2210.13641 + Sigma-Fusion: Probabilistic Volumetric Fusion untuk Dense Monocular SLAM https://arxiv.org/abs/2210.01276

⚡️Kerangka kerja persepsi spasial untuk membangun robot dan ruang cerdas secara cepat

Aplikasi dan perbandingan LeGO-LOAM, LIO-SAM, LVI-SAM, FAST-LIO2, Faster-LIO, VoxelMap, R3LIVE, Point-LIO, KISS-ICP, DLO, DLIO, Ada-LIO, PV-LIO, SLAMesh, ImMesh, FAST-LIO-MULTI, M-LOAM, LOCUS, SLICT, MA-LIO, CT-ICP, GenZ-ICP, iG-LIO, SR-LIO pada Gazebo dan dataset dunia nyata. File instalasi dan konfigurasi disediakan.

M2DGR: Kumpulan data multimodal dan multiskenario untuk robot darat (RA-L2021 & ICRA2022)

[TRO 2025] AirVO ditingkatkan ke AirSLAM

Gaussian-SLAM: Dense SLAM foto-realistis dengan Gaussian Splatting.

Fast LOAM: Lidar Odometry And Mapping yang Cepat dan Dioptimalkan untuk lokalisasi dalam/luar ruangan IROS 2021

Lokalisasi Fusi Longgar IMU + X (GNSS, 6DoF Odom) Berbasis ESKF, IEKF, UKF (UKF/SPKF, JUKF, SVD-UKF) dan MAP

VGGT-SLAM: Dense RGB SLAM yang dioptimalkan pada manifold SL(4)

Ini adalah draf buku tentang SLAM, dengan harapan dapat memperkenalkan metode geometri dan metode deep learning yang digunakan dalam sistem SLAM secara jelas. Draf buku ini nantinya akan mencapai sekitar 200 halaman, dan kode yang sesuai untuk setiap bab akan disusun.

[IEEE RA-L & ICRA'22] Solusi frontend LiDAR odometry yang ringan dan efisien secara komputasi dengan lokalisasi yang konsisten dan akurat.

[IEEE ICRA'23] Algoritma odometri LiDAR-inertial ringan baru dengan pendekatan kasar-ke-halus yang inovatif dalam membangun lintasan waktu kontinu untuk koreksi gerakan yang presisi.