用途：面向希望构建生产级机器人系统的开发者，覆盖自主导航、传感器融合与智能控制等真实场景应用。
主要能力与核心概念：ROS/ROS2 架构与开发；自主导航与路径规划；传感器与执行器集成；SLAM 建图与定位；控制系统与运动学设计。核心概念包括 ROS/ROS2 中间件、SLAM、传感器融合（激光雷达、相机、IMU、编码器）、运动规划（全局 A*、Dijkstra，局部 DWA、TEB）以及反馈控制（PID、MPC）。
使用方式：资料给出学习目标与前置要求（熟练 Python/C++、线性代数与微积分、控制理论基础、Linux 与嵌入式系统）。详细材料随该技能提供并按需读取，包括 ROS2 自主导航系统、机器人正逆运动学、基于粒子滤波的 SLAM 等代码示例。最佳实践涵盖 ROS 开发规范、传感器标定与融合、运动规划算法选择、安全与可靠性（急停、看门狗、ISO 13849）。
适用场景：TurtleBot、Universal Robots、Boston Dynamics Spot、DJI 无人机、NVIDIA Jetson、Arduino/Raspberry Pi 等平台；Gazebo、MoveIt、Nav2、BehaviorTree.CPP 等框架。
限制：资料未提供具体安装命令、收费信息或量化效果；上述内容为概念与最佳实践参考，实际实现需结合具体硬件与项目条件验证。