OSS Radar
首页
AI 分类
推理与服务5
大模型推理服务 · 向量化 / 重排服务 · 网关与路由
训练与微调6
训练框架 · 参数高效微调 · 后训练 / RLHF
数据工程4
数据集托管 · 数据清洗与处理 · 合成数据
检索与 RAG9
向量数据库 · RAG 框架 · 检索增强引擎
Agent 与编排6
Agent 框架 · 编码 Agent · 电脑 / 浏览器 Agent
评估 · 实验 · MLOps8
模型评测 · Agent 评测 · 实验管理
多模态生成5
图像生成 · 视频生成 · 视觉语言模型
视觉与 3D5
检测 / 分割 · 3D 重建 · 3D 生成
模型工具链8
量化 · 剪枝与蒸馏 · 格式转换
科研与论文实现3
论文复现 · 时序预测 · 科学计算 / 生物医药
开发工具
开发与框架5构建与交付4底层与逆向3
系统工具
系统与文件7图像与影音工具5实用小工具4
效率工具
记录与整理3输入与阅读4
媒体与内容
播放与媒体库4内容处理3
网络工具
访问与代理3连接与传输4
游戏相关
开发与运行2游玩相关2
安全与隐私
攻防与审计3加密与隐私1
硬件与机器人
嵌入式与物联网5机器人与具身智能3
数据与金融
数据库与存储4金融与量化1
探索排行榜开发语言标签
/
周报
本周新增、涨得最快、发了什么版本
对比项目
两个项目并排看 star、维护状态与硬件
数据体检
收录量、完整度缺口、沉睡项目
提交仓库
推荐项目,附上你的使用经验
反馈与纠错
分类错了、介绍不准、链接失效
关于本站
数据来源与分类原则
登录
OSS Radar

按算法工程工作流分类的开源工具库。数据来自 GitHub 公开 API,收录 6,740 个仓库、129 个细分分类。 带 ✦ 的条目有人工撰写的专家点评。

数据最近同步于 2026/11/11 14:07:13 · 本项目仅做聚合与索引,软件版权归原作者所有

浏览

  • 全部仓库
  • AI 分类
  • 排行榜
  • 开发语言
  • 标签与关键词
  • 搜索

关于

  • 关于本站
  • 数据体检
  • 提交仓库
  • 反馈与纠错
  • 偏好设置
  • 我的收藏
  • 我的点评
© 2026 OSS Radar数据每小时级同步 · 内容由算法与人工共同维护
⌘K
「激光SLAM」找到 33 个结果 · 23ms命中词:激光slam只看有点评
S
SuperOdom
superxslam·C++

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。

激光里程计+4
12110—
superxslam/SuperOdom · 17.22
O
open3d_slam
leggedrobotics·C++

基于 Open3D 的 C++ 点云图优化 SLAM 系统,为机器人提供激光雷达建图与定位能力,可接入 ROS 使用。

点云SLAM+4
6340—
leggedrobotics/open3d_slam · 16.46
K
kiss-slam
PRBonn·Python

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。

激光雷达+4
5480—
PRBonn/kiss-slam · 16.38
L
li_slam_ros2
rsasaki0109·C++

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。

激光SLAM+4
4360—
rsasaki0109/li_slam_ros2 · 16.03
O
oomwoo
makerspet·Python

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。

扫地机器人+4
130550—
makerspet/oomwoo · 14.96
F
FAST-LIVO2
hku-mars·C++

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。

激光惯性视觉里程计+4
48640—
hku-mars/FAST-LIVO2 · 11.39
R
rtabmap
introlab·C++

RTAB-Map 是一套基于外观的 SLAM 库和独立应用,支持视觉与 3D 激光建图、定位和回环检测,可在 ROS、Android、iOS 等平台运行。

SLAM+4
40930—
introlab/rtabmap · 10.89
R
r3live
hku-mars·C++

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。

激光雷达SLAM+4
24880—
hku-mars/r3live · 10.8
L
LiDAR_IMU_Init
hku-mars·C++

实时鲁棒的激光雷达-惯性测量单元初始化方法,为 LiDAR-惯性 SLAM 系统提供高精度外参标定与初始状态估计,解决启动阶段对齐不准的问题。

激光雷达惯性初始化+4
15390—
hku-mars/LiDAR_IMU_Init · 10.66
F
FAST-LIVO
hku-mars·C++

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。

激光视觉惯性里程计+4
16650—
hku-mars/FAST-LIVO · 10.64
G
glim
koide3·C++

基于点云的 3D 定位与建图框架,支持 LiDAR、IMU 和 GPU 加速,可在 ROS/ROS2 下做 SLAM 与全局定位。

点云建图+4
19160—
koide3/glim · 10.54
M
mola
MOLAorg·C++

模块化 C++ SLAM 框架,支持激光雷达、视觉与图优化,用于移动机器人的定位与建图。

SLAM+4
10570—
MOLAorg/mola · 10.54
L
LIO_SAM_6AXIS
JokerJohn·C++

基于 LIO-SAM 改造的激光惯性 SLAM 方案,支持 6 轴 IMU 和 GNSS 融合,解决低成本 6 轴 IMU 无法直接跑原版 LIO-SAM 的问题。

激光惯性SLAM+4
8680—
JokerJohn/LIO_SAM_6AXIS · 10.49
B
better_fastlio2
Yixin-F·C++

基于 FAST-LIO2 扩展的激光 SLAM 系统,集成动态点去除、多会话建图、对象级更新与在线重定位,面向真实场景的长期建图与定位。

激光SLAM+4
7700—
Yixin-F/better_fastlio2 · 10.25
R
rko_lio
PRBonn·C++

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。

激光惯性里程计+4
6880—
PRBonn/rko_lio · 10.25
L
lidar_odometry
93won·C++

用 C++ 实现的快速 LiDAR SLAM,从激光雷达点云做里程计与建图,适合机器人、自动驾驶的实时定位需求。

激光雷达+4
5340—
93won/lidar_odometry · 10.23
M
M2DGR
SJTU-ViSYS

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。

多模态数据集+4
12250—
SJTU-ViSYS/M2DGR · 10.19
U
Ultra-Fusion
sjtuyinjie·Shell

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。

多传感器融合+4
9170—
sjtuyinjie/Ultra-Fusion · 10.08
C
Cloud_Map_Evaluation
JokerJohn·C++

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。

SLAM评估+4
4910—
JokerJohn/Cloud_Map_Evaluation · 10.03
D
direct_lidar_inertial_odometry
vectr-ucla·C++

轻量级 LiDAR-惯性里程计算法,用由粗到细的连续时间轨迹构建做精确运动校正,为机器人和 SLAM 提供实时定位与建图。

激光惯性里程计+4
10670—
vectr-ucla/direct_lidar_inertial_odometry · 10.03
U
UrbanLoco
weisongwen·Python

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。

多传感器数据集+4
4840—
weisongwen/UrbanLoco · 10.03
S
Swarm-LIO2
hku-mars·C++

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。

激光雷达惯性里程计+4
4670—
hku-mars/Swarm-LIO2 · 10
L
LIV_handhold_2
hku-mars·C++

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。

激光雷达融合+4
4810—
hku-mars/LIV_handhold_2 · 9.99
L
Leg-KILO
ouguangjun·C++

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。

足式机器人+4
4140—
ouguangjun/Leg-KILO · 9.96
K
KISS-Matcher
MIT-SPARK·C++

快速、鲁棒且可扩展的点云配准库,支持 LiDAR、RGB-D 等 3D 数据,并提供 ROS2 SLAM 示例,用于解决三维建图与定位中的配准问题。

点云配准+4
8140—
MIT-SPARK/KISS-Matcher · 9.95
M
MA-LIO
minwoo0611·C++

异步多激光雷达惯性里程计,通过逐点跨雷达不确定性传播,融合多个不同步的 LiDAR 数据,实现更鲁棒的 SLAM 定位与建图。

多激光雷达+4
3960—
minwoo0611/MA-LIO · 9.93
O
OpenLiDARMap
TUMFTM·C++

用地图先验做零漂移点云建图,把激光雷达采集的点云对齐到已有地图上,解决长距离建图累积误差的问题。

点云建图+4
3620—
TUMFTM/OpenLiDARMap · 9.91
G
genz-icp
cocel-postech·Python

面向 LiDAR 里程计的鲁棒 ICP 算法,专门解决走廊、隧道等几何退化场景下位姿估计失准的问题,是 IEEE RA-L 2025 的 SOTA 方案。

激光里程计+4
7280—
cocel-postech/genz-icp · 9.89
L
LIO-SAM_based_relocalization
chennuo0125-HIT·C++

基于 LIO-SAM 搭建的机器人重定位系统,能让机器人在已建好的点云地图上快速确定自身位姿,解决开机或丢失定位后的找回问题。

重定位+4
6210—
chennuo0125-HIT/LIO-SAM_based_relocalization · 9.85
S
Splat-LOAM
rvp-group·Python

用 2D 高斯泼溅做激光雷达里程计与建图,同步完成位姿估计和可渲染的网格重建,适合自动驾驶与机器人三维场景建模。

激光雷达里程计+4
2070—
rvp-group/Splat-LOAM · 9.43
A
Awesome_Dynamic_SLAM
zhuhu00

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。

动态SLAM+4
7300—
zhuhu00/Awesome_Dynamic_SLAM · 5.78
A
awesome-lidar
szenergy

一份激光雷达资源大全,汇总厂商、数据集、点云处理算法、框架和仿真器,方便自动驾驶和 SLAM 开发者快速找到所需工具。

激光雷达+4
13690—
szenergy/awesome-lidar · 3.7
P
Photogrammetry-Guide
mikeroyal·Python

一份摄影测量入门与资源指南,梳理从无人机航拍、激光雷达到多视图立体的三维重建流程,覆盖测绘、建筑、农业、机器人和考古等应用场景。

摄影测量+4
15360—
mikeroyal/Photogrammetry-Guide · 3.64