用途：该技能面向机器人感知系统的搭建与调试，适用于配置相机、LiDAR、深度传感器，构建 RGB、深度或点云处理管线，进行相机标定（内参、外参、手眼），实现目标检测、分割、跟踪，融合多传感器数据，以及多传感器同步、流式传输和边缘部署。
主要能力：资料列出常见传感器类型与特性（RGB 相机、双目、结构光、ToF、旋转/固态 LiDAR、IMU、力/力矩、触觉、事件相机），并给出常见硬件与对应 SDK/驱动及 ROS2 包，如 Intel RealSense（pyrealsense2、realsense2_camera）、Stereolabs ZED（pyzed、zed_wrapper）、Luxonis OAK-D（depthai、depthai_ros）、Velodyne、Ouster、Livox、USB 摄像头（OpenCV VideoCapture、usb_cam/v4l2_camera）。标定部分涵盖针孔相机模型、内参标定、双目与相机-LiDAR 外参标定、手眼标定（eye-in-hand 与 eye-to-hand），并给出质量检查清单与重标定触发条件。流式传输部分强调独立采集线程、有界缓冲、始终使用最新帧、在采集时刻打时间戳。
使用方式：资料以 Python 与 OpenCV 示例展示标定流程，例如使用 cv2.findChessboardCorners、cv2.cornerSubPix、cv2.calibrateCamera、cv2.stereoCalibrate、cv2.solvePnP、cv2.calibrateHandEye，并将结果保存为 YAML。具体安装命令与完整运行步骤暂未提供。
适用场景：机器人操作、导航、建图、视觉伺服、接触检测、抓取质量评估、高速跟踪与 HDR 场景等。
限制：资料未提供具体收费、价格、平台支持范围与效果数据；标定精度依赖图像覆盖、姿态多样性与硬件重复性，需按清单验证并在相机碰撞、变焦、温度变化或机器人重新归零后重标定。