feat: add PnP laser solving and update 0xA5 frame to 4-float protocol

- Integrate PnP rectangle pose estimation + laser world coordinate computation from scripts/calibrate/laser_pnp.py
- Publish normalized measurement (laser/RECT) and reference (rect center) via Float32MultiArray
- Update gimbal 0xA5 frame to 18-byte format: measure_x, ref_x, measure_y, ref_y
- Add camera calibration, laser line params, and RECT_L/W constants
- Add corner ordering (TL/BL/BR/TR), SOLVEPNP_IPPE, and pose/laser visualization overlay
- Remove standalone vision_example.py (superseded by ROS2 nodes)
- Add scripts/calibrate/ with calibration and PnP tools

scripts/calibrate/README.md

@@ -0,0 +1,109 @@
+# 相机标定与激光点解算
+
+## 文件说明
+
+| 文件 | 用途 |
+|------|------|
+| `calibrate.py` | 相机内参标定，交互式拍照，输出 `calibration_result.json` |
+| `laser_calibrate.py` | 激光器-相机联合标定，拟合相机坐标系下的激光直线，输出 `laser_result.json` |
+| `pnp_solve.py` | 矩形检测 + PnP 位姿解算，实时显示相机位姿 |
+| `laser_pnp.py` | 矩形检测 + PnP 位姿解算 + 激光点世界坐标计算 |
+
+## 棋盘格规格
+
+- 方格边长：**15 mm**
+- 内角点数：**11 列 x 8 行**（12x9 个方格）
+
+---
+
+## 工作流程
+
+### 第一步：相机内参标定
+
+```bash
+python calibrate.py
+```
+
+1. 输入是否为无畸变镜头（y/n），然后输入拍摄数量（建议 15~20 张）
+2. 将棋盘格以不同角度/位置放在相机视野中
+3. 画面显示绿色 **CHESSBOARD DETECTED** 后，输入 `y` 并回车拍照
+4. 图像自动保存到 `calibration_images/` 目录
+5. 拍完后自动标定，输出内参矩阵 K 和畸变系数
+6. 结果保存为 `calibration_result.json`，同时终端打印完整 JSON
+
+### 第二步（可选）：激光器-相机联合标定
+
+> 需要开启激光，激光点投射在标定板上
+
+```bash
+python laser_calibrate.py
+```
+
+1. 自动加载 `calibration_result.json`
+2. 输入拍摄数量（建议 >= 10 张），标定板以不同姿态摆放
+3. 画面显示绿色棋盘格角点 + 红色激光点圆圈后，输入 `y` 拍照
+4. 每张图像：PnP 解算标定板位姿 -> 提取激光点像素 -> 反投影求交 -> 得到相机坐标系 3D 点
+5. 图像自动保存到 `laser_calib_images/` 目录
+6. 采集完成后 PCA 拟合激光直线，输出：
+   - `d_cam`：激光方向向量（相机坐标系）
+   - `O_cam`：基准起点（直线与相机 Z=0 平面的交点）
+7. 结果保存为 `laser_result.json`，同时终端打印完整 JSON
+
+### 第三步：在线运行
+
+**仅 PnP 位姿解算：**
+
+```bash
+python pnp_solve.py
+```
+
+将 `calibrate.py` 输出的 JSON 粘贴到文件顶部的 `CALIB_JSON` 变量中，修改 `RECT_L`/`RECT_W` 为实际矩形尺寸。
+
+**PnP 位姿 + 激光点世界坐标：**
+
+```bash
+python laser_pnp.py
+```
+
+将 `calibrate.py` 输出的 JSON 粘贴到 `CALIB_JSON`，将 `laser_calibrate.py` 输出的 JSON 粘贴到 `LASER_JSON`，修改 `RECT_L`/`RECT_W`。
+
+画面实时显示：
+- 矩形四个角点标注（TL/BL/BR/TR）
+- 右手坐标系坐标轴（X 红 / Y 绿 / Z 蓝）
+- 相机平移向量 T 和旋转欧拉角 R
+- 激光点世界坐标 (x, y)（仅在 `laser_pnp.py` 中）
+
+---
+
+## 内参矩阵缩放
+
+内参矩阵 K 的单位是像素，与图像分辨率绑定。畸变系数（`dist`）是无量纲的，不随分辨率变化。
+
+等比例缩放因子 $s = W_{\text{new}} / W_{\text{orig}}$：
+
+```python
+K_scaled = K.copy()
+K_scaled[0, 0] *= s    # fx
+K_scaled[1, 1] *= s    # fy
+K_scaled[0, 2] *= s    # cx
+K_scaled[1, 2] *= s    # cy
+```
+
+对应的 `pnp_solve.py` 和 `laser_pnp.py` 通过 `IMAGE_SCALE` 常量自动处理缩放。
+
+---
+
+## 坐标系约定
+
+**世界坐标系**（矩形平面，Z=0）：
+```
+TL=(0,0) ──── TR=(l,0)
+  │              │
+BL=(0,w) ──── BR=(l,w)
+```
+
+- X 轴沿矩形长边，向右
+- Y 轴沿矩形宽边，向下
+- Z 轴由右手定则确定：X x Y = Z，指向观察者
+
+**相机坐标系**：OpenCV 标准右手系，X 右、Y 下、Z 前（指向场景）。