Inicio Proyectos libRSF
libRSF

libRSF

por TUC-ProAut · GitHub

Una biblioteca de fusión de sensores robusta para localización en línea.

Ver en GitHub
⭐ Estrellas
🍴 Ramas
📜 Licencia
Licencia copyleft
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
🖥️ Autoalojable
Probable
¿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 →
libRSF — GitHub preview card
📈 Historial de estrellas
337336
2026-07-202026-07-29
📈 Sigue libRSF

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

Una biblioteca de fusión de sensores robusta para localización en línea.

libRSF tiene 336 estrellas en GitHub. Se ha bifurcado 74 veces. libRSF está escrito principalmente en C++. Se desarrolla activamente desde 2018. libRSF está disponible bajo la licencia GPL-3.0. Sus temas principales son: estimation-algorithm, gnss, localization, ranging.

Frequently asked questions

¿Qué es libRSF?

Una biblioteca de fusión de sensores robusta para localización en línea.

¿libRSF es de código abierto?

libRSF es un proyecto de código abierto. Se distribuye bajo la licencia GPL-3.0.

¿libRSF es gratis?

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

¿Bajo qué licencia está libRSF?

libRSF está disponible bajo la licencia GPL-3.0.

¿En qué lenguaje está escrito libRSF?

libRSF está escrito principalmente en C++.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — libRSF

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=tuc-proaut-librsf)](https://opensourceai.tech/project/tuc-proaut-librsf.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

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