Logo
Project Icon

rednose

提供高效算法的视觉里程计与传感器融合定位卡尔曼滤波器

Kalman filter视觉里程计传感器融合符号化雅可比计算三维定位Github开源项目

这个开源项目使用扩展卡尔曼滤波器和符号雅可比计算，为视觉里程计、传感器融合定位和SLAM提供高精度解决方案，支持在线和离线使用。它还包括3D定位误差状态卡尔曼滤波、多状态约束卡尔曼滤波以及Rauch-Tung-Striebel平滑技术。通过使用马哈拉诺比斯距离来拒绝异常值，该项目确保了滤波结果的稳定性和准确性。

GithubGithub论文论文
介绍相关项目
eskf-gps-imu-fusion - 误差状态卡尔曼滤波器实现GPS与IMU数据融合
ESKFGPS融合GithubIMU卡尔曼滤波开源项目轨迹估计
该开源项目实现了基于误差状态卡尔曼滤波器(ESKF)的GPS与IMU数据融合算法，旨在提高定位精度。项目包含完整代码实现、配置说明和数据处理流程，涵盖依赖库安装、编译运行、轨迹显示及误差分析等方面。此外，项目还提供了接入其他数据格式的指导，增强了算法的应用灵活性。相比单独使用IMU积分方法，该融合算法在定位精度上表现出明显优势。
slam_in_autonomous_driving - 自动驾驶SLAM技术教程及开源代码实现
GithubSLAM开源项目惯性导航激光建图组合导航自动驾驶
此项目提供自动驾驶SLAM技术的开源教程书籍和代码。内容涵盖惯性导航、组合导航、激光建图和定位等核心算法，包括误差状态卡尔曼滤波、预积分、ICP和NDT等经典SLAM算法的实现。书中提供简洁的数学推导和代码示例，并配有丰富数据集和动态演示，有助于深入理解自动驾驶中的SLAM技术。
SensorsCalibration - 开源多传感器标定工具箱助力自动驾驶系统优化
GithubOpenCalib传感器标定多传感器融合开源项目自动驾驶
SensorsCalibration是一个开源的多传感器标定工具箱，专注于自动驾驶领域。这个工具箱提供了IMU、LiDAR、摄像头和雷达等传感器的内参和外参标定方法。它支持基于目标和无目标的标定，同时具备手动和自动标定模式。此外，SensorsCalibration还包含工厂标定和传感器到车辆坐标系的在线标定功能。通过提高传感器融合的精度，这个工具箱为自动驾驶系统的开发和优化提供了重要支持。
cam_lidar_calibration - 相机与激光雷达自动校准优化工具
Github传感器融合开源项目棋盘格标定点云处理相机激光雷达标定计算机视觉
这是一个开源的相机与激光雷达自动校准工具,通过优化样本选择简化校准流程。它克服了基于目标校准的局限性,可获得适合整个场景的参数估计及不确定性。工具提供硬件设置、配置、数据采集和结果评估的使用说明,支持ROS Melodic环境。
Gaussian-SLAM - 革新性实时3D重建技术，融合高斯散射实现逼真效果
3D重建Gaussian-SLAMGithubSLAM开源项目神经渲染计算机视觉
Gaussian-SLAM是一种创新的3D场景重建技术，将高斯散射与SLAM系统相结合。该技术能够准确映射环境，生成高质量纹理和细节，实现照片级真实的稠密重建效果。Gaussian-SLAM在Replica、TUM_RGBD、ScanNet等多个数据集上展示了优秀性能，为实时3D重建和增强现实应用开辟了新途径，是计算机视觉和机器人领域的重要进展。
lidar-slam-detection - 面向自动驾驶和机器人的开源感知系统架构
GithubLSDSLAM开源项目机器人感知激光雷达自动驾驶
LSD是一个面向自动驾驶和机器人的开源感知系统架构。它支持多种传感器集成,提供便捷的标定工具,实现软件时间同步及数据记录回放。系统集成了基于体素3D-CNN的点云目标检测、跟踪和预测功能,以及基于GICP、FLOAM和FastLIO的前端里程计算法和基于G2O的后端优化。LSD还包含基于Web的交互式地图编辑工具,并可与ROS系统对接。作为一个功能完备的感知方案,LSD为自动驾驶和机器人应用提供了坚实的技术基础。
lidar-camera-fusion - LiDAR点云与相机图像融合的ROS实现
GithubLiDARROSVelodyne VLP16开源项目点云投影相机融合
这个ROS项目实现了Velodyne VLP16 LiDAR点云与RGB相机图像的融合。通过将点云转换为距离图像并应用双线性插值，提高了点云数据密度。项目包含安装指南、ROS主题说明，以及与FLOAM包结合的里程计测试。该技术在户外垃圾检测和深度估计等领域具有应用前景。
slambook2 - 视觉SLAM理论与实践开源代码库
GithubSlambook2开源代码开源项目机器人技术视觉SLAM计算机视觉
slambook2是《视觉SLAM十四讲：从理论到实践》第二版的开源代码库，涵盖视觉SLAM理论基础和实践应用。项目提供丰富的代码示例，包括视觉里程计、后端优化、回环检测等核心模块的实现，帮助SLAM爱好者和研究人员深入理解核心概念和实现技术。代码库包含中英文版本，并提供相关学习资源链接，适合不同背景的用户学习和研究视觉SLAM技术。
MOTSFusion - 将3D多目标跟踪与场景重建融合的创新算法
3D重建GithubKITTI数据集MOTSFusion开源项目目标跟踪计算机视觉
MOTSFusion项目提出了一种创新的多目标跟踪算法,通过融合3D跟踪和场景重建技术来提高准确性。该算法利用立体图像、光流和视差信息,结合分割网络和检测器,实现对车辆和行人的精确跟踪。项目在KITTI MOTS数据集上展现了优异性能,并开源了完整代码。这种方法为自动驾驶等应用中的多目标跟踪提供了新的思路。
MonoGS - 基于3D高斯分布的实时场景重建与定位系统
3D重建CVPR 2024Gaussian Splatting SLAMGithub单目SLAM实时视觉定位开源项目
MonoGS是一个基于3D高斯分布的SLAM系统，支持单目、双目和RGB-D输入。该系统实现了实时稠密三维重建和精确相机定位，在室内场景中表现优异。通过高斯分布表示三维场景，MonoGS采用创新优化方法实现高效场景更新和渲染。作为CVPR 2024亮点论文，MonoGS展示了在计算机视觉和机器人领域的应用前景。
相关项目
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号