硬件与机器人
共 152 个仓库 · 一年内有推送
面向物理 AI 机器人的厂商无关智能体框架，基于 ROS 2 工具执行复杂动作、场景任务、自由接口调用、日志摘要和语音交互。
自托管的 AI Agent 操作系统，把记忆、聊天、Agent 和文件都留在自己的硬件上，默认离线运行，还能把树莓派、Mac mini、游戏 PC 自动组集群。
C# .NET 的嵌入式 NoSQL 数据库，支持键值、对象存储、全文检索、语义检索和向量层，提供 ACID 事务，适合在应用内直接嵌入做多范式数据管理。
一套统一的视觉 SLAM 评测框架，把主流 VSLAM 系统和公开数据集整合到同一套流程里，省去逐个配置环境、跑对比实验的麻烦。
把 Webots 机器人仿真器和 ROS 2 打通的官方软件包，提供示例、定位、导航、SLAM 和运动规划接口，方便在仿真里快速搭建和调试机器人程序。
开箱即用的 LiDAR SLAM 系统，用 Python 实现，能直接完成激光雷达建图与定位，省去繁琐配置。
基于 ESP32 开发板的 LoRa APRS iGate 固件，把 LoRa 收到的 APRS 数据转发到 APRS-IS 网络，同时支持收发和数字中继。
基于 ESP32 和 LoRa 的开源 APRS 追踪器固件，支持收发位置报文、短消息、气象数据和 Winlink，可当 iGate 或数字中继用。
汇总自动驾驶领域的视觉-语言-动作（VLA）模型资源，梳理其发展脉络与未来方向，方便快速了解该方向的研究与落地进展。
面向多轮视觉语言模型智能体的世界模型强化学习框架，让 VLM Agent 在交互中通过 RL 训练提升多轮决策能力。
面向 IP 摄像头的轻量级实时流媒体 C 库，实现 RTSP/RTP 协议，可在嵌入式设备上做低开销的音视频推拉流。
仅用一段 MP4 监控录像和对应的谷歌地图位置，就能重建出数字孪生风格的三维交通场景，把画面里的车辆投影到真实地理坐标上。
把视觉语言模型直接改造成机器人操作策略，无需改动架构就能训练出顶尖的视觉-语言-动作模型。
MapEval 是一个统一的 SLAM 建图评估框架，用点云配准和 Wasserstein 距离等指标，稳健高效地给激光点云地图打分，方便做 SLAM 基准对比。
用 Rust 实现的 LoRa 与 LoRaWAN 终端设备协议栈，方便嵌入式开发者快速接入低功耗广域物联网。
基于点、线、面特征的稀疏视觉 SLAM 系统，支持单目、RGB-D 和双目相机，在保持建图与定位精度的同时提升效率。
SuperVINS 是面向弱光、低纹理等恶劣成像条件的实时视觉惯性 SLAM 框架，把深度学习特征点融入传统 VINS 流程，提升跟踪鲁棒性。
靠麦克风阵列听螺旋桨声音来探测无人机的开源方案，对光纤 FPV 这类完全不发无线电信号的机型同样有效，可做早期预警。
Patchwork++ 的 ROS/ROS2 封装，用于激光雷达点云的快速地面分割与地面点剔除，方便直接接入机器人感知流程。
基于 LoRa 的低成本自组网物联网设备固件，可快速部署去中心化网状网络，适合应急通信等无基础设施场景。
面向嵌入式设备的开源 AI 模型训练与部署工具，支持在 ESP32、Jetson、树莓派等硬件上完成图像分类、目标检测等任务的训练与推理。
把 LoRa 网关的 Packet Forwarder 协议统一转换成 MQTT 上的 Protobuf 或 JSON，方便 ChirpStack 接入各类网关。
面向通用机器人策略的空间引导视觉-语言-动作框架，把视觉语言模型和动作输出打通，让机器人能按空间指令执行操作任务。
基于 ROS 2 的紧耦合激光雷达惯性 SLAM 包，融合 NDT/GICP 点云配准与 IMU 数据，用于机器人在复杂环境中的实时定位与建图。