【SLAM】人形机器人 VLN 相机与传感器配置调研不建议第一版直接照搬自动驾驶的四鱼眼环视 BEV SLAM。更稳的硬件主线：主要原因：VLN 需要的不只是轨迹，而是「我在哪里、门/房间/楼梯/桌椅在哪里、语言目标如何落到地图实体」；人形机器人有头颈/躯干摆动、步态冲击、自遮挡、足端接触、无轮速等特点，不能简单套用轮式/车辆 SLAM；公开人形机器人硬件的共同趋势是头部/面部集成 3D 感知（RGB-D/深度相机 + LiDAR，或多 RGB + VLA）；公开资料中焦距通常不公开，工程选型应以 FOV、分辨率、快门、同步、基线、深度范围和畸变模型为主约