lidar-perception
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
DeepseekModel
官方收录技能
质量 良好 · 64
v1.0.0
获取
https://deepseekmodel.com/api/download.php?id=miuav-vibe-coding-ros2-agents-skills-perception-lidar-perception-skill-md&format=skill
下载 .skill
标准格式，含 system_prompt 与 model_config，导入任意 Agent 框架即可使用
.skill 文件中 system_prompt 字段的实际内容。
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 lidar-perception — 激光雷达感知 SKILL 引用技能 agents/skills/perception/sensor-fusion/ agents/skills/ros2-debug/ 点云处理流程 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 ROS2 点云处理 // 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); 地面分割 // 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); QoS 规则 激光雷达 必须用 BEST_EFFORT （高频数据，丢帧可接受）。 禁止 ❌ 点云用 RELIABLE（延迟累积，实时性差） ❌ 不做降采样直接处理（计算量爆炸） ❌ 不设置最大距离过滤（远处噪声影响大）
Agent 识别该技能的关键词，点击任意一个即可复制。
该技能未提供触发词。
下载的 .skill 包内含以下字段。
| 字段 | 说明 |
|---|---|
| format | 格式标识（skill/v1） |
| skill_id | 技能唯一 ID |
| name | 技能名称 |
| version | 版本号 |
| description | 技能描述 |
| category | 所属分类（数组） |
| trigger_words | 触发词列表 |
| tags | 标签列表 |
| source | 来源标识 |
| source_url | 来源链接（本页地址） |
| exported_at | 导出时间（每次下载生成） |
| system_prompt | 系统提示词正文 |
| model_config | 模型参数：provider / model / temperature / max_tokens / top_p |
| examples | 示例 |
| install_guide | 各平台导入说明（Coze / Dify / Claude / 自定义框架） |
