Startseite Projekte li_slam_ros2
li_slam_ros2

li_slam_ros2

von rsasaki0109 · GitHub

ROS 2-Paket für eng gekoppelte Lidar-Inertial NDT/GICP SLAM.

Auf GitHub ansehen
⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
li_slam_ros2 — GitHub preview card
📈 Sternhistorie
429427
2026-07-202026-07-29
📈 li_slam_ros2 verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

ROS 2-Paket für eng gekoppelte Lidar-Inertial NDT/GICP SLAM.

li_slam_ros2 hat 429 Sterne auf GitHub. Es wurde 51-mal geforkt. li_slam_ros2 ist hauptsächlich in C++ geschrieben. Es wird seit 2020 aktiv entwickelt. li_slam_ros2 ist unter der BSD-2-Clause-Lizenz verfügbar. Die Hauptthemen sind: g2o, gicp, gtsam, lidar.

Frequently asked questions

Was ist li_slam_ros2?

ROS 2-Paket für eng gekoppelte Lidar-Inertial NDT/GICP SLAM.

Ist li_slam_ros2 Open Source?

li_slam_ros2 ist ein Open-Source-Projekt. Es wird unter der BSD-2-Clause-Lizenz veröffentlicht.

Ist li_slam_ros2 kostenlos?

Ja. li_slam_ros2 ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht li_slam_ros2?

li_slam_ros2 ist unter der BSD-2-Clause-Lizenz verfügbar.

In welcher Sprache ist li_slam_ros2 geschrieben?

li_slam_ros2 ist hauptsächlich in C++ geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — li_slam_ros2

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=rsasaki0109-li-slam-ros2)](https://opensourceai.tech/project/rsasaki0109-li-slam-ros2.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.