Awesome GitHub RepositoriesSensor Synchronizations

MMDetection3D is an open-source toolbox for 3D perception, providing a unified framework for detecting and segmenting objects in three-dimensional environments. It supports a range of core tasks including monocular 3D object detection from single camera images, LiDAR-based 3D object detection from raw point clouds, and multi-modal fusion that combines camera images with LiDAR data. The toolbox also covers point cloud semantic segmentation, assigning class labels to every point in a scan for scene understanding. The project distinguishes itself through a config-driven pipeline that orchestrate

SpatialLM هو إطار عمل للنمذجة المكانية يستخدم نماذج لغوية كبيرة لتحويل بيانات الفيديو أحادي العين وبيانات المستشعرات إلى خرائط داخلية دلالية مهيكلة. يعمل النظام كأداة لتقدير التصميم الداخلي ومحلل دلالي لسحب النقاط، حيث يحول البيانات الهندسية الخام إلى تمثيلات للعناصر المعمارية وفئات الكائنات. يُنسق المشروع بين مدخلات المستشعرات متعددة الوسائط والرموز اللغوية، مما يسمح للنموذج اللغوي بالعمل كمحرك استنتاجي لاستنباط طوبولوجيا الغرف. يستخدم آليات لتحويل سحب النقاط ثلاثية الأبعاد وتسلسلات الصور ثنائية الأبعاد إلى رموز منفصلة وترميزات مكانية مهيكلة، والتي يتم فك تشفيرها لاحقاً إلى تخطيطات معمارية. يغطي إطار العمل تحليل المشاهد ثلاثية الأبعاد واكتشاف الكائنات لتحديد الأثاث عبر مربعات الإحاطة والتصنيفات الدلالية. كما يوفر أدوات لفهم البيئة للروبوتات، حيث يعالج بيانات المستشعرات لإنشاء خرائط دلالية للملاحة الذاتية.

This project is a technical reference guide and sensor-based robotics manual focused on the theoretical foundations and practical implementation of Simultaneous Localization and Mapping. It serves as a knowledge base for spatial AI, covering the integration of deep learning and semantic rendering to create intelligent systems for open world environments. The resource provides guidance on integrating multi-modal sensor data from cameras, LiDAR, radar, and inertial sensors for localization and mapping. It also establishes a bibliographic standard for robotics research by providing systems for m

FAST-LIVO2 is a LiDAR-inertial odometry framework and factor-graph SLAM implementation designed for real-time robot localization and 3D mapping. It functions as a multi-sensor fusion pipeline and state estimator that integrates LiDAR, inertial, and camera inputs to track a robot's position and orientation. The system employs a tightly-coupled sensor fusion approach to maintain stable navigation, particularly in degraded environments. It utilizes a voxel-based 3D mapping tool to organize point clouds into volumetric grids, which optimizes memory usage and search speed during spatial reconstruc