用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt;运行前请先检查来源。
npx skills add https://github.com/MIUAV/vibe-coding-ros2 --skill lidar-perception命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地?可下载 SkillsMP 当前能够提供的文件。
正在显示 SKILL.md
基于 SOC 职业分类
| 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)。