用途：该技能面向 SLAM（同步定位与建图）算法的选型、配置与调参，帮助完成视觉 SLAM 与激光 SLAM 的工程化部署。
主要能力：配置 ORB-SLAM3 的单目、双目与 RGB-D 模式；配置 RTAB-Map 的视觉与激光 SLAM；配置 Google Cartographer 的 2D 与 3D SLAM；实现 LIO-SAM 与 LeGO-LOAM 的激光-惯性 SLAM；调整特征检测与匹配参数；配置回环检测与优化；设置 IMU 预积分与视觉-惯性融合；面向实时性能优化；用 ATE、RPE 指标评估精度；配置地图保存与加载。
使用方式：需要 ROS/ROS2 及对应 SLAM 包，准备相机内参外参标定、IMU 标定（使用视觉惯性 SLAM 时），并建议配备 GPU 运行视觉 SLAM。可按资料给出的 YAML/Lua 参数文件（如 orb_slam3_config.yaml、rtabmap_params.yaml、cartographer_2d/3d.lua、lio_sam_params.yaml）配置，并通过 ros2 run、ros2 launch 启动节点；地图可用 ros2 service call 保存（如 /rtabmap/backup、cartographer 的 /write_state），评估可安装 evo（pip install evo）后运行 evo_ape、evo_rpe 等命令。该技能可配合 ros-mcp-server、ROSBag MCP 等 MCP 服务器使用，并可与 visual-slam-implementation.js、lidar-mapping-localization.js 等流程集成。
适用场景：机器人视觉/激光定位建图、多传感器融合 SLAM、长期自主导航中的地图管理与精度评估。
限制：资料未提供具体性能指标、收费与价格信息；需自行确认传感器标定质量，并监控 CPU/GPU 资源、先在受控环境验证回环，再验证地图质量；环境光照、纹理和动态物体均会影响效果。