硬件与机器人
共 180 个仓库
Meshtastic 桌面客户端，用 Rust 和 TypeScript 构建，支持离线部署和管理 LoRa 自组网通信网络，适合应急响应场景。
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。
整理基于 ROS 的移动机器人学习资源清单，覆盖 SLAM、里程计、导航与操作等方向，方便快速找到入门和进阶资料。
把 Stereolabs ZED 双目相机接入 ROS 的官方封装包，提供图像、深度、位姿和点云等话题，方便在机器人系统里做立体视觉与 SLAM 开发。
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。
仅靠视觉输入就能完成闭环自动驾驶的视觉-语言-动作模型，把语言理解和驾驶动作对齐，在 CARLA 里做端到端评测。
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。
面向动态环境的视觉惯性 SLAM 系统，能在场景中存在移动物体时稳定完成定位与建图，适合机器人在人群或杂乱环境中使用。
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。
用麦克风做声学无人机探测的低成本离网方案，基于 ESP32 等边缘设备本地识别，可接入 Home Assistant 守护空域。
面向 ESP8266 的物联网开发框架，内置 HTTPS 请求、React 网页界面、WiFi 配网、实时仪表盘、配置与文件管理及 OTA 升级，省去从零搭建基础模块。
提供 ExpressLRS 遥控发射模块和接收机的开源 PCB 设计、原理图与可 3D 打印外壳，方便 FPV 玩家自己动手做远距离 LoRa 遥控硬件。
面向 EBYTE E32 系列 LoRa 模块的 Arduino 驱动库，已在 Arduino、ESP8266/ESP32、STM32 和树莓派 Pico 上实测通过，帮开发者快速接入 sx1278/sx1276 无线通信。
把 ONNX 模型编译成纯 C 代码，方便在单片机和边缘设备上直接跑推理，不用带完整运行时。
一个 4B 参数的视觉定位基础模型，把检测、指代、指向、OCR、GUI 和版面定位统一到一个模型里，在 34 个基准上达到 SOTA，并提升机器人泛化和数据效率。