Menu
无人机自主探索任务 — 基于 Octomap 的未知环境快速建图，RRT* 路径规划，适用于搜救/巡检场景
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 | drone-exploration |
| description | 无人机自主探索任务 — 基于 Octomap 的未知环境快速建图，RRT* 路径规划，适用于搜救/巡检场景 |
| argument-hint | 无人机 OR drone OR UAV OR exploration OR 探索 OR 自主导航 OR octomap OR RRT |
| user-invocable | true |
无人机在未知环境中自主探索，快速构建 3D 地图（Octomap），同时规划无碰撞飞行路径。
agents/skills/navigation/ — 导航基础agents/skills/perception/ — 感知（SLAM/Occupancy Grid）agents/skills/motion-control/multi_rotor_uav/ — 飞控agents/skills/ros2-debug/ — 调试agents/skills/ros2-qos-checker/ — QoS（传感器数据用 BEST_EFFORT）1. 从 Octomap 计算前沿（frontier）— 已探索与未探索区域的边界
2. 对每个 frontier 计算信息增益（information gain）
3. 选择信息增益最大的 frontier 作为目标
4. RRT* 路径规划（无碰撞）
5. 执行飞行
| 参数 | 值 | 说明 |
|---|---|---|
| 分辨率 | 0.1 m | 体素大小 |
| 最大范围 | 50 m | 传感器最大距离 |
| 占用阈值 | 0.5 | 体素占用概率 |
| 更新频率 | ≥ 10 Hz | 点云处理频率 |
| 参数 | 值 |
|---|---|
| 最大速度 | 2 m/s |
| 最大加速度 | 1 m/s² |
| 飞行高度 | 2-30 m |
| 控制频率 | 50 Hz |
| 电池续航 | ~25 min |