Inicio Proyectos se2lam
se2lam
C++

se2lam

(ICRA 2019) Localización y mapeo visual-odométrico en SE(2)

por izhengfan · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Categoría
Lenguaje
Probable
Autoalojable
g2ograph-optimizationicraMITC++Autoalojable
Ver en GitHub
En palabras simples

Utiliza datos visuales e información de movimiento para ayudar a los vehículos terrestres a navegar y mapear su entorno con precisión.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
se2lam — GitHub preview card
📈 Historial de estrellas
411410
2026-07-202026-08-31
📈 Sigue se2lam

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

(ICRA 2019) Localización y mapeo visual-odométrico en SE(2)

se2lam tiene 410 estrellas en GitHub. Se ha bifurcado 114 veces. se2lam está escrito principalmente en C++. Se desarrolla activamente desde 2019. se2lam está disponible bajo la licencia MIT. Sus temas principales son: g2o, graph-optimization, icra, icra2019.

Frequently asked questions

¿Qué es se2lam?

(ICRA 2019) Localización y mapeo visual-odométrico en SE(2)

¿se2lam es de código abierto?

se2lam es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿se2lam es gratis?

Sí. se2lam es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está se2lam?

se2lam está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito se2lam?

se2lam está escrito principalmente en C++.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — se2lam

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=izhengfan-se2lam)](https://olud.ai/project/izhengfan-se2lam.html)
Más opciones de distintivos →
🧬 Comparte ADN con

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.