外观
gtsam
borglab 在 GitHub 开源的算法库,主要语言 Jupyter Notebook。 GTSAM is a library of C++ classes that implement smoothing and mapping (SAM) in robotics and vision, using factor graphs…
这个开发工具的核心职责、所属技术栈与硬件生态定位。
gtsam是佐治亚理工学院borg实验室开源的因子图优化算法库,核心实现采用C++编写,配套教程与示例主要使用Jupyter Notebook开发,核心功能模块覆盖机器人与计算机视觉领域的平滑与建图(SAM)相关算法,支持基于因子图模型完成多源传感器数据的后端优化求解。
该算法库适配机器人技术栈L3层级的SLAM导航、感知融合场景,开发者可通过C++原生接口调用集成,或借助Python绑定在ROS/ROS2生态中快速嵌入,为移动机器人、自动驾驶、三维重建等场景的后端优化提供通用求解能力。
资料出处 GitHub borglab/gtsam
工具分类、开发语言、GitHub 社区活跃度与环境要求。
源码克隆、构建方式、已验证系统环境与版本更新记录。
git clone https://github.com/borglab/gtsam.git
cd gtsam
# 安装 Python 依赖与开发包
pip install -e .| 版本 / 分支 | 验证环境 | 接入说明 |
|---|---|---|
| main / 4.2.0稳定版(可适配ROS 2 Humble/Jazzy的绑定包) | Ubuntu 22.04 LTS / C++17 / Python 3.10+ / 可选CUDA 11.8+ / ROS 2 Humble | 可通过apt安装ros-humble-gtsam预编译包,或源码编译时开启BUILD_PYTHON_EXAMPLES生成Jupyter教程依赖组件 |
支持接入该 SDK、ROS 驱动或仿真资产的机器人本体。
尚未收录适配机型。
同一厂商开源的配套仓库或同技术栈开发工具。
本页事实对应的公开页面,以原文为准。