Menu
激光雷达感知 — 点云处理、地面分割、障碍物检测、聚类，支持速腾/禾赛/velodyne/Ouster 等常见激光雷达
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
视觉语言动作模型 Vision-Language-Action 技能 - VLA 机器人控制、UniDiffuser、World Action Model
视觉语言导航 Vision-Language Navigation 技能 - VLN 自然语言导航、HF-RCN/R罗汉导航智能体
CARLA-Air 空地一体仿真技能 - 车辆+无人机联合仿真、ROS2 Humble 桥接
AI Agent 技能引导 — 加载上下文、路由技能、创建新技能
ROS2 CMakeLists.txt 依赖检查规则库 - 禁止省略ament_export_dependencies、禁止裸消息类型、禁止find_package不写REQUIRED
机器人感知系统技能库 - 视觉感知、激光雷达感知、传感器融合、边缘推理、标定
| name | lidar-perception |
| description | 激光雷达感知 — 点云处理、地面分割、障碍物检测、聚类，支持速腾/禾赛/velodyne/Ouster 等常见激光雷达 |
| argument-hint | 激光雷达 OR lidar OR 点云 OR pointcloud OR PCL OR 障碍物检测 OR 地面分割 OR segmentation |
| user-invocable | true |
agents/skills/perception/sensor-fusion/agents/skills/ros2-debug/原始点云 (PointCloud2)
│
├── 降采样 (VoxelGrid) — 减少计算量
├── 地面分割 (RANSAC/GND) — 分离地面和非地面
├── 聚类 (Euclidean/DBSCAN) — 障碍物分组
└── 分类 (ML/规则) — 行人/车/障碍
// 订阅点云
auto sub = this->create_subscription<sensor_msgs::msg::PointCloud2>(
"/scan", QoS(10).best_effort(), // sensor 数据用 BEST_EFFORT
std::bind(&LidarNode::callback, this, std::placeholders::_1));
// PCL 处理
pcl::VoxelGrid<pcl::PointXYZ> vg;
vg.setInputCloud(pcl_cloud);
vg.setLeafSize(0.1f, 0.1f, 0.1f);
vg.filter(*filtered_cloud);
// RANSAC 地面检测
pcl::SACSegmentation<pcl::PointXYZ> seg;
seg.setModelType(pcl::SACMODEL_PLANE);
seg.setMethodType(pcl::SAC_RANSAC);
seg.setDistanceThreshold(0.03); // 3cm
seg.setInputCloud(cloud);
seg.segment(inliers, coefficients);
激光雷达 必须用 BEST_EFFORT（高频数据，丢帧可接受）。