Início› Projetos› Structure-PLP-SLAM
Structure-PLP-SLAM
C++

Structure-PLP-SLAM

[ICRA'23] A Implementação oficial de "Structure PLP-SLAM: Mapeamento e Localização Eficientes e Escassos usando Ponto, Linha e Plano para Câmeras Monoculares, RGB-D e Estéreo"

por PeterFWS · GitHub
470
Estrelas
69
Forks
GPL-3.0
Licença
2022
Criado
2 yr ago
Último commit
augmented-reality
Categoria
C++
Linguagem
Provável
Auto-hospedável
augmented-realitylocalizationmappingGPL-3.0C++Auto-hospedável
Ver no GitHub
Em palavras simples

Use esta ferramenta para criar mapas e rastrear locais usando vários tipos de câmeras.

Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
Structure-PLP-SLAM — GitHub preview card
📈 Histórico de estrelas
471470
2026-07-202026-08-31
📈 Acompanhe Structure-PLP-SLAM

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

[ICRA'23] A Implementação oficial de "Structure PLP-SLAM: Mapeamento e Localização Eficientes e Escassos usando Ponto, Linha e Plano para Câmeras Monoculares, RGB-D e Estéreo"

Structure-PLP-SLAM tem 470 estrelas no GitHub. Foi bifurcado 69 vezes. Structure-PLP-SLAM é escrito principalmente em C++. Está em desenvolvimento ativo desde 2022. Structure-PLP-SLAM está disponível sob a licença GPL-3.0. Os seus principais temas são: augmented-reality, localization, mapping, robotics.

❓ Frequently asked questions

O que é Structure-PLP-SLAM?

[ICRA'23] A Implementação oficial de "Structure PLP-SLAM: Mapeamento e Localização Eficientes e Escassos usando Ponto, Linha e Plano para Câmeras Monoculares, RGB-D e Estéreo"

Structure-PLP-SLAM é de código aberto?

Structure-PLP-SLAM é um projeto de código aberto. É distribuído sob a licença GPL-3.0.

Structure-PLP-SLAM é gratuito?

Sim. Structure-PLP-SLAM é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria. Sua licença GPL-3.0 é copyleft: qualquer versão modificada que você distribuir deve permanecer sob a mesma licença.

Sob que licença está Structure-PLP-SLAM?

Structure-PLP-SLAM está disponível sob a licença GPL-3.0.

Em que linguagem Structure-PLP-SLAM está escrito?

Structure-PLP-SLAM é escrito principalmente em C++.

🏅 Mantenedor deste projeto?
olud.ai badge — Structure-PLP-SLAM

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=peterfws-structure-plp-slam)](https://olud.ai/project/peterfws-structure-plp-slam.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →
iris_lama
LaMa - Uma biblioteca de Localização e Mapeamento
★ 352 · localization
partilhamappinglocalization
cartographer
Cartographer é um sistema que fornece localização e mapeamento simultâneos em tempo real (SLAM)…
★ 7.9k · localization
partilhamappinglocalization
OpenLiDARMap
Mapeamento de Nuvem de Pontos Zero-Dériva usando Priors de Mapa
★ 353 · cpp
partilhamappinglocalization
rtabmap
Biblioteca RTAB-Map e aplicação autônoma
★ 3.9k · android
partilhamappinglocalization
open3d_slam
SLAM baseado em nuvem de pontos escrito em C++ usando a biblioteca open3D.
★ 622 · cpp
partilhamappinglocalization
icp_localization
Este pacote fornece localização em um mapa pré-construído usando ICP e odometria (ou as mediçõe…
★ 353 · icp
partilhamappinglocalization
voxblox
Uma biblioteca para mapeamento baseado em voxel flexível, focando principalmente em campos de d…
★ 1.7k · mapping
partilhamappingrobotics
Kimera-VIO
Odometria Visual Inercial com capacidades SLAM e geração de Malha 3D.
★ 1.9k · cpu
partilhamappinglocalization
Swarm-SLAM
Framework Colaborativo de Localização e Mapeamento Simultâneo Descentralizado e Esparso para Si…
★ 664 · c-slam
partilhamappinglocalization
Awesome_Dynamic_SLAM
SLAM Dinâmico, Pesquisa de SLAM ao Longo da Vida (Lidar, Visual, Fusão de Sensores etc.)
★ 706 · lidar
partilhamappingrobotics

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.