awesome-repositories.com
Blog
MCP
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektMCP-ServerÜber unsRanking-MethodikPresse
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

2 Repos

Awesome GitHub RepositoriesGraph-Based Route Computation

The process of calculating optimal paths between nodes in a topological map or navigation graph.

Distinct from Routing Graph Inspection: Distinguishes spatial routing for robots from data-flow or inference routing in software graphs.

Explore 2 awesome GitHub repositories matching hardware & iot · Graph-Based Route Computation. Refine with filters or upvote what's useful.

Awesome Graph-Based Route Computation GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • ros-navigation/navigation2Avatar von ros-navigation

    ros-navigation/navigation2

    4,373Auf GitHub ansehen↗

    Navigation2 is a ROS 2 navigation framework for autonomous mobile robots. It provides the core identity of a path planner, costmap management system, kinematic motion controller, and behavior tree orchestrator to compute collision-free routes and execute movement commands. The framework is distinguished by its use of behavior trees to coordinate modular task servers, enabling complex navigation routines and autonomous recovery actions. It supports a plugin-based architecture that allows planners and controllers to be swapped at runtime to adapt to different environments. The system covers a

    Calculates optimal paths between nodes in pre-defined navigation graphs to guide robot movement.

    C++navigationroboticsros2
    Auf GitHub ansehen↗4,373
  • eclipse/sumoAvatar von eclipse

    eclipse/sumo

    4,054Auf GitHub ansehen↗

    SUMO ist eine mikroskopische Verkehrssimulations-Suite, die darauf ausgelegt ist, die Bewegung einzelner Fahrzeuge und Fußgänger in groß angelegten städtischen Straßennetzen zu modellieren. Es fungiert als multimodaler Transportsimulator, der Autos, Fußgänger, Fahrräder, Eisenbahnen und Wasserwege in einer einzigen Umgebung integriert, unterstützt durch Tools zur Straßennetzgenerierung und Verkehrsbedarfsmodellierung. Das Projekt zeichnet sich durch spezialisierte Toolsets für die Analyse von Umweltauswirkungen aus, die Fahrzeugemissionen und Energieverbrauch für Elektro- und Hybridflotten berechnen. Es bietet umfassende Funktionen zur Modellierung autonomer Fahrzeuge und automatisierter Fahrsysteme sowie einen Straßennetzgenerator, der branchenübliche räumliche Daten und XML-Definitionen importiert. Das System deckt ein breites Spektrum operativer Bereiche ab, einschließlich der Verwaltung der Verkehrsinfrastruktur für Signalpläne, der Kalibrierung des Verkehrsflusses mithilfe realer Sensordaten und der Generierung von Verkehrsflussprofilen über Ursprung-Ziel-Matrizen. Es unterstützt zudem die Simulation von Verkehrsvorfällen und die Erstellung benutzerdefinierter Sensorgeräte zur Überwachung oder Beeinflussung des Verkehrsflusses. Die Software nutzt strukturierte XML-Dateien für die Szenariodefinition und bietet ein externes Interface für die Echtzeit-Simulationssteuerung.

    Calculates optimal paths between nodes in a road network using dynamic user assignment and intermodal routing.

    Python
    Auf GitHub ansehen↗4,054
  1. Home
  2. Hardware & IoT
  3. Graph-Based Route Computation