开源免费的硬件监控工具，实时读取电脑的温度传感器、风扇转速、电压、负载和时钟频率，适合排查过热、风扇异常或性能瓶颈。

开源云原生应用保护平台，扫描容器、Kubernetes 和镜像中的漏洞与合规风险，帮 DevSecOps 团队看清运行时威胁。

给 ESP8266/ESP32 设备刷的替代固件，通过网页配置、OTA 升级和定时/规则自动化，用 MQTT、HTTP、串口或 KNX 实现完全本地控制。

跨平台 Python 库，用来采集进程和系统运行状态，CPU、内存、磁盘、网络、传感器等指标都能直接读取，省去自己适配不同操作系统。

在 Android 手机上提供完整的 Linux 终端环境，通过安装各类软件包把手机变成便携开发机。

用 Rust 写的轻量级自主 AI 个人助理基础设施，跨操作系统和平台部署，组件可自由替换。

跨平台的系统监控工具，可看作 top/htop 的增强替代品，在终端或网页中实时查看 CPU、内存、磁盘、网络等资源占用。

本地运行的网络录像机，接入 IP 摄像头后实时做目标检测，识别到人、车等对象再触发录像和 MQTT 通知，画面不出家门。

开源扫地机器人项目，用 ESP32、树莓派和激光雷达搭建可 DIY 的自主清扫机器人，支持 SLAM 建图与 Home Assistant 接入。

轻量级 Windows 桌面与任务栏硬件监控工具，可实时查看 CPU、GPU、内存、磁盘、网速和 FPS，支持插件扩展与内存清理。

Meshtastic 官方固件，让 ESP32、nRF52 等低成本 LoRa 开发板组成无需基站的离网 Mesh 通信网络，适合徒步和野外场景。

开源视觉惯性导航研究平台，提供 MSCKF 与 EKF 定位、传感器标定和 VIO 算法实现，方便机器人研究者做 SLAM 与状态估计实验。

紧耦合多传感器融合 SLAM 框架，在传感器退化与时空扰动下仍能稳定运行，适合机器人和自动驾驶的定位建图。

基于 Transformer 的多模态传感器融合端到端自动驾驶模型，用模仿学习把摄像头和激光雷达数据联合建模，直接输出驾驶控制。

面向地面机器人的多模态多场景数据集，包含双目相机、激光雷达、IMU 等传感器数据，用于 SLAM 与定位算法的评测和训练。

一款多功能的系统监控工具，能实时查看 CPU、内存、磁盘、GPU、网络、传感器和进程等运行状态，适合排查性能问题。

面向城市峡谷等复杂场景的多传感器数据集，包含激光雷达、相机等全套传感器数据，用于自动驾驶的建图与定位算法评测。

面向融合位姿估计与建图算法开发验证的开放驾驶数据集，提供真实道路采集的传感器数据，适合做 SLAM 和定位研究。

面向人的深度学习实用工具库，封装了 3D 目标检测、分割、传感器融合和视频合成等常用功能，省去重复造轮子。

面向机器人与无人机的激光雷达-惯性-视觉紧耦合里程计，实时输出高精度位姿与彩色点云，支撑三维重建与SLAM。

把 CPU、GPU 等硬件传感器数据采集后推送到 Graphite、InfluxDB、Prometheus 等时序数据库，方便用 Grafana 做监控看板。

低成本地面机器人 SLAM 系统，融合多传感器，在弱纹理、剧烈运动等极端场景下仍能稳定定位建图。

用 Rust 写的实时架构传感器，把代码质量指标实时反馈给 AI 编码代理，让代理能根据反馈持续自我改进代码结构。

用 ESP-NOW、LoRa 等无线协议在无 WiFi 覆盖的偏远农田中接力传输传感器数据，适合农业物联网场景。

面向动态足式机器人的多传感器里程计，融合腿部运动学、IMU 与激光雷达，在剧烈运动和高动态场景下提供稳健的定位与建图。

用 Python 实现的图像信号处理器（ISP），把传感器原始数据加工成可用的图像，适合做相机成像流程的算法验证与二次开发。

低成本手持式激光雷达-惯性-视觉融合 3D 传感器，为机器人和具身智能提供实时建图与三维重建能力。

把 ESP8266/ESP32 变成 MQTT 网关，双向桥接 433/315/868MHz 射频、红外、BLE 蓝牙和 LoRa 设备，让米家传感器、温湿度计、体重秤等接入 Home Assistant。

紧耦合的稀疏直接法激光雷达-惯性-视觉里程计，为机器人和自动驾驶提供快速、高精度的实时位姿估计与三维建图。

仅用激光雷达或激光-惯性融合的高鲁棒、高精度里程计，为机器人和自动驾驶提供可靠定位与建图，应对退化场景和传感器不确定性。

实时紧耦合激光雷达-惯性-视觉里程计与建图系统，输出带RGB颜色的稠密点云和网格，适合无人机、机器人在复杂场景下做鲁棒SLAM与三维重建。

面向户外机器人的 ROS 2 定位模块，用 23 状态 UKF 以 100 Hz 融合 IMU、轮速计和 GPS；定位出错时能指出是哪个传感器、为什么出错，而不是悄悄漂移。

轻量级卡尔曼滤波 Python 库，用于视觉定位、里程计和 SLAM 中的状态估计与传感器数据融合。

一个不依赖传感器专门建模的鲁棒 LiDAR-惯性里程计，直接融合激光雷达与 IMU 数据估计位姿并建图，适合机器人 SLAM 场景。

以惯性导航为核心的实时 GNSS-视觉-惯性融合定位系统，在 GNSS 信号遮挡或退化场景下仍能保持稳健的位姿估计，适合城市峡谷和户外机器人导航。

面向无人机集群的去中心化激光雷达惯性里程计，让多机在无中心节点的情况下高效完成协同定位与建图。

一套面向计算机视觉的相机工具集，用来处理相机内参、外参标定以及相机与激光雷达之间的坐标变换，方便做三维重建和多传感器对齐。

基于 GStreamer 和 TensorRT 的 GPU 加速实时视频与多传感器分析 SDK，可在边缘、本地和云端搭建多路视频 AI 推理流水线。

汇总动态场景下 SLAM 与终身建图的研究资源，覆盖激光、视觉和多传感器融合方案，方便快速跟进相关论文与代码。