Inicio Proyectos floam
floam

floam

por wh200720041 · GitHub

Fast LOAM: Odometría y Mapeo Lidar Rápido y Optimizado para localización en interiores/exteriores IROS 2021

Ver en GitHub
En palabras simples

Optimiza la localización en interiores y exteriores para robótica utilizando una versión más rápida de técnicas de mapeo Lidar.

⭐ Estrellas
🍴 Ramas
📜 Licencia
Licencia no especificada
📅 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 →
floam — GitHub preview card
📈 Historial de estrellas
1.15k1.14k
2026-07-202026-07-29
📈 Sigue floam

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

Fast LOAM: Odometría y Mapeo Lidar Rápido y Optimizado para localización en interiores/exteriores IROS 2021

floam tiene 1.1k estrellas en GitHub. Se ha bifurcado 281 veces. floam está escrito principalmente en C++. Se desarrolla activamente desde 2020. Sus temas principales son: aloam, loam, localization, robotics.

Frequently asked questions

¿Qué es floam?

Fast LOAM: Odometría y Mapeo Lidar Rápido y Optimizado para localización en interiores/exteriores IROS 2021

¿floam es de código abierto?

floam es un proyecto de código abierto.

¿floam es gratis?

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

¿En qué lenguaje está escrito floam?

floam está escrito principalmente en C++.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — floam

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=wh200720041-floam)](https://opensourceai.tech/project/wh200720041-floam.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.