qrb_ros_samples 是一个参考示例目录，它将 QNN 推理以及（在适用情况下）零拷贝传输接入可直接运行的 ROS 2 launch 文件。该仓库采用 BSD‑3‑Clause 许可证。main 分支为活跃开发分支；如需稳定发行版请跟踪 jazzy-rel 分支。
这些是起点和参考——并非使用 Qualcomm 机器人平台的唯一受支持方式。相同的原语（QNN delegate、
qrb_ros_transport 以及来自 Qualcomm AI Hub 的模型）可以直接与标准 ROS 2 / 社区软件包组合。NPU 工作流程就是这种从零构建方式的示例，面向同一个 NPU。AI 示例
视觉和音频管线——深度、姿态、分割、检测、语音识别。推理通过 QNN 在 NPU 上运行。
机器人示例
AMR 运动、2D 激光雷达 SLAM、Nav2、AprilTag、跟随、抓取放置。包括设备端和 Gazebo 仿真。
如何解读支持矩阵
复选框是什么含义？
复选框是什么含义？
上游 README 没有为其支持列定义图例，且各示例的 README 有时与顶层表格不一致。以下是本页对数据的解读方式：
此目录中列出的每个示例都可以在 Qualcomm® IoT 平台的 Ubuntu 镜像上从源码构建。仅通过 Qualcomm Linux / QIRP SDK 工具链提供的示例已被排除。
AI 示例
各行按上手难易程度排序——所需额外硬件最少的排在最前。想在这些示例封装的相同原语之上从零构建推理管线？参见 NPU 工作流程，那里有一个直接使用 QNN TFLite delegate 的手工深度估计示例。