本文将为您先容经典、热门的数据集，盼望对您在选择适合的数据集时有所资助。
1
EOS
- 更新时间：2024-09-24
- 访问地点: GitHub
-
形貌：
EOS 是基于双内核及时内核 RROS 的具身智能利用系统版本。 它旨在构建一个易于利用的平台，以收集创建智能呆板人应用程序所需的所有软件。 具体来说，有三个重要步调：
- 构建一个呆板人包管理器来收集相关的 libraries/framworks/algorithms
- 提高呆板人开发中的 RROS 能力
- 优化 Package Platform 中的包性能
2
dronev2
- 更新时间：2024-11-30
- 访问地点: GitHub
- 形貌：
- 收集零件 - 在大幅面 3d 打印机上 3D 打印所有文件，在零件清单中购买电机/树莓派/无人机零件
- 根据 youtube 视频组装无人机和着陆垫。也可在此处检察电气原理图。
- 设置 Windows 条记本电脑 + arduino，用于控制无人机和着陆台/电池交换站
- 设置 Raspberry Pi，收集样本图像并训练您的自定义图像分类模型，以识别田地中的杂草
- 创建航路点文件以覆盖您的田地，并摆设无人机喷洒杂草！
- 用途：
自主 AI 驱动的杂草喷洒无人机，具有自动飞行、降落、电池更换和液体增补功能
- 数据集网址：
https://github.com/NathanBuildsDIY/dronev2
3
Autonomous-Drone-Navigation-TD3-vs-SAC
- 更新时间：2024-9-27
- 访问地点: GitHub
- 形貌：
利用 ROS 和 Gazebo 举行自主无人机导航的近端计谋优化 （PPO） 和软举动者-批评家 （SAC） 的比较研究。本项目探究了这些算法在复杂环境中的性能，重点关注导航效率、避障和学习效率。
- 用途：
该项目旨在开发和比较双延长 DDPG （TD3） 和软演员批评家 （SAC） 算法在无人机自主导航方面的性能。评估将偏重于利用 ROS2 和 Gazebo 在模仿环境中的导航效率、避障和学习效率。
- 数据集网址：
https://github.com/sidharthmohannair/Autonomous-Drone-Navigation-TD3-vs-SAC
4
DroneCtrl
- 更新时间：2024-11-01
- 访问地点: GitHub
- 形貌：
DroneCtrl 是一个用于控制和编程自主无人机的 Python 程序。它旨在易于利用并与几乎所有 FPV 无人机配合利用。
它是为 ELRS Joystic Control 计划的，这是一个很棒的项目，可让您利用利用杆从计算机控制您的 ELRS FPV 无人机。为了让两个程序可以或许通信，我修改了 ELRS Joystick Control，你可以在这里得到我的叉子。
这个程序仍旧处于实验阶段！目前，仅支持 linux，无人机必须是运行 Betaflight 并利用 ELRS 的四轴飞行器。此外，计算推力、RPM、油门等的转换函数是特定于我的无人机的。您很可能需要调整它们以与您的无人机配合利用。
- 用途：让任何 FPV 无人机自主化！
- 数据集网址：
https://github.com/konstantinosfragkoulis/DroneCtrl
5
DRL
- 更新时间：2024-08-28
- 访问地点: GitHub
- 形貌：
无人机引用定位：一种用于无人机自定位的高效异构空间特征交互方法
- 数据集网址：
https://github.com/Dmmm1997/DRL
6
DroneControl
- 更新时间：2024-7-28
- 访问地点: GitHub
- 形貌：
利用 Tkinter 库以 Python 编写的基于 GUI 的无人机控制应用程序。此应用程序允许用户控制无人机、管理其航点并可视化其在网格上的位置。
- 用途：该应用程序旨在与 UGCS SDK 无缝协作。
- 数据集网址：
https://github.com/shoresj/DroneControl
7
Animal-Species-Detection-unknown-species-detection-poaching-detection-using-yolov8-and-drones
8
BADOSE-Simulator
- 更新时间：2024-06-30
- 访问地点: GitHub
- 形貌：
BADOSE 是利用 Unity 引擎构建的开源模仿器，并由 ROS 2 连接接口提供支持。该模仿器的主要目的是提供一个可以或许处理无人机和船只/船只以及涉及海洋湍流和风的物理学的环境。这有助于创建控制算法以及船舶和无人机之间的高级交互，这些算法可以摆设在真实硬件上举行测试和摆设。 版本 1.0（正式版）的功能
- 多代理模仿：控制和模仿多达 10 架无人机和 10 艘船。
- 逼真的海洋模仿：在 HDRP 中利用 Unity 的水系统实现逼真的海洋动力学。
- ROS 2 集成：单独的主题和节点有助于传达所需的仿真参数。它利用 ROS2Unity 存储库举行连接。
- 风模仿：允许通过主题创建和高级风交互。
- 相机模仿：为无人机提供数据流。
- 交织兼容性：与 Windows 和 Linux 兼容（尚未在 Windows 上测试）。
9
VisFly
- 更新时间：2024-9-29
- 访问地点: GitHub
- 形貌：
VisFly 是一款多功能的四旋翼模仿器，专门用于基于视觉的飞行。 众所周知，由于渲染视觉对硬件的要求很高，数据的短缺是拦阻智能无人机发展的一大限制。 而这个模仿器就是为了处理这个题目而提出的。
基于 habitat-sim，它具有几乎最高的 FPS（1e4Hz、64*64、RGB、Nvidia RTX 4090）以及丰富的真实场景/对象。 详细的测试结果可以在 https://arxiv.org/abs/2407.14783 中找到。 此外，它按照健身房尺度举行包装，并与真正灵活的界面集成。 我们盼望您能找到任何您想要自定义自己的环境的东西，尽可能少地付出积极。
该模仿器包含可微动力学建模， 这被认为是未来一个很有前程的研究方向。 我们已经保存了该接口，并将在接下来的研究中发布它。
- 用途：这是一款快速且多功能的模仿器，用于训练基于视觉的无人机飞行。
- 数据集网址：
https://github.com/SJTU-ViSYS-team/VisFly
10
tello_drone_human_tracking
温馨 小贴士
如有您想相识的计算机方向数据集
请联系我们
免费为您提供数据集搜刮服务
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
