Menü
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
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
| 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）。
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