概述 本项目实现了一个使用 Franka Emika Panda 机械臂的视觉引导多米诺骨牌操作系统。 机器人检测桌面上的多米诺骨牌，通过 RGB-D 视觉估计其位姿，自主将骨牌重新排列为预设几何图案，最后推倒它们。 与纯运动学演示不同，本系统应对真实世界的不确定性，包括： 桌面高度变化 视觉标定误差 小物体尺寸导致的抓取约束 为应对这些挑战，系统集成了相机-机器人外参标定、分阶段操作策略和力控放置，构建了一个鲁棒且可重复的操作流水线。 系统组成 组件 描述 机器人 Franka Emika Panda（7 自由度力矩控制机械臂） 相机 Intel RealSense RGB-D 深度相机（固 …

实机演示 机器人沿环形路线行驶并返回起始位置。绿色机器人为 SLAM 估计，蓝色机器人为原始里程计。 概述 本项目为西北大学 ME495《机器人感知、导航与机器学习》课程作业（2025年冬季学期），在真实 TurtleBot3 上实现了完整的 EKF SLAM 管线，包含路标检测、里程计与双机 ROS 2 通信架构。 核心成果： 对比 x 误差 (m) y 误差 (m) 总误差 (m) 真实值 vs 里程计 0.633 0.176 0.657 真实值 vs SLAM 0.001 0.000 0.001 SLAM 将位置误差从里程计的 65.7 cm 降低至 1 mm，提升幅度达 657 倍。 …