Home Progetti rko_lio
rko_lio
C++

rko_lio

Un Approccio Robusto per Odometria LiDAR-Inerziale Senza Modellazione Specifica del Sensore

di PRBonn · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Categoria
Lingua
imuinertiallidarMITC++
Visualizza su GitHub
In parole semplici

Esegui un sistema che aiuta i robot a comprendere la loro posizione e movimento utilizzando dati da sensori LiDAR e inerziali.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
rko_lio — GitHub preview card
📈 Storia delle stelle
608607
2026-07-202026-08-31
📈 Segui rko_lio

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Un Approccio Robusto per Odometria LiDAR-Inerziale Senza Modellazione Specifica del Sensore

rko_lio ha 607 stelle su GitHub. È stato forkato 63 volte. rko_lio è scritto principalmente in C++. È in sviluppo attivo dal 2025. rko_lio è disponibile con licenza MIT. I suoi temi principali sono: imu, inertial, lidar, lidar-inertial-odometry.

Frequently asked questions

Che cos'è rko_lio?

Un Approccio Robusto per Odometria LiDAR-Inerziale Senza Modellazione Specifica del Sensore

rko_lio è open source?

rko_lio è un progetto open source. È rilasciato con licenza MIT.

rko_lio è gratuito?

Sì. rko_lio è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è rko_lio?

rko_lio è disponibile con licenza MIT.

In quale linguaggio è scritto rko_lio?

rko_lio è scritto principalmente in C++.

🏅 Manutentore di questo progetto?
olud.ai badge — rko_lio

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=prbonn-rko-lio)](https://olud.ai/project/prbonn-rko-lio.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.