Thèse de Master sur la Localisation et la Cartographie Simultanées dans des environnements dynamiques. Reconstruit séparément à la fois l'environnement statique et les objets dynamiques, tels que les voitures.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentThèse de Master sur la Localisation et la Cartographie Simultanées dans des environnements dynamiques. Reconstruit séparément à la fois l'environnement statique et les objets dynamiques, tels que les voitures.
DynSLAM compte 576 étoiles sur GitHub. Il a été forké 178 fois. DynSLAM est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2017. DynSLAM est disponible sous licence BSD-3-Clause. Ses principaux thèmes sont : autonomous-vehicles, computer-vision, deep-learning, dense.
Thèse de Master sur la Localisation et la Cartographie Simultanées dans des environnements dynamiques. Reconstruit séparément à la fois l'environnement statique et les objets dynamiques, tels que les voitures.
DynSLAM est un projet open source. Il est distribué sous licence BSD-3-Clause.
Oui. DynSLAM est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
DynSLAM est disponible sous licence BSD-3-Clause.
DynSLAM est écrit principalement en Jupyter Notebook.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/andreibarsan-dynslam.html)