每个模块含教学目标、核心原理、关键步骤、代码解读、常见错误、自学检查清单，并附可下载的配套资料。代码均来自课程现有工程，便于对照讲解。
🎯 教学目标：能用 D-H 参数法建立连杆坐标系，完成正运动学求解，理解逆解多解问题，掌握点到点/直线圆弧插值。
为描述相邻连杆间的位姿，给每个关节建立坐标系，用 4 个参数刻画连杆： θ 关节角d 连杆偏距a 连杆长度α 连杆扭角。 建立步骤：确定关节轴 → 找公垂线 → 定原点 → 定 z/x 轴 → 列参数表。
已知各关节角，求末端相对基座的位姿。做法：为每个连杆写出齐次变换矩阵 T，末端位姿 = 各矩阵连乘
T = T₁·T₂·…·Tₙ。矩阵由各连杆的 D-H 参数唯一确定。
已知末端位姿反求关节角，是控制机械臂到达目标点的前提。难点：常存在多组解（ elbow-up / elbow-down 等），并可能遇到奇异构型（失去某个自由度）。解法分解析法（公式，快但难推导）与数值法（迭代，通用）。
两点之间如何运动：PTP 点到点（只关心起止，路径不限）、 直线运动、圆弧插值，并规划速度/加速度曲线避免冲击。课程用 MATLAB Robotics Toolbox 与 UAV 轨迹示例辅助验证。
✅ 自学检查清单：能建 D-H 表 · 能手算 2–3 自由度正解 · 能解释逆解多解 · 能区分 PTP 与直线运动。
🎯 教学目标：能独立配置 Python 环境，写出控制与视觉脚本所需的基础代码。
推荐 Anaconda + VS Code。用 pip install opencv-python numpy torch 安装课程所需库。建议为课程建独立虚拟环境，避免库版本冲突。
变量与动态类型、列表/字典、if/for/while 流程控制、字符串格式化。课程代码大量使用列表切片（如 img[y:y+h, x:x+w] 做 ROI）。
def 定义函数；cv2.imread / cv2.imwrite 读写图像；os / shutil 管理文件路径与批量复制（见 TrainData.py 的验证集切分）。
numpy 数组/矩阵运算 · cv2 视觉处理 · socket arm↔vision 通信 · torch 分类模型推理与训练 · PIL 图像格式转换。
cv2.imread 返回 None（用英文路径或 np.fromfile）；numpy 维度顺序与 OpenCV(BGR) 不一致。✅ 自学检查清单：能建环境装库 · 能写函数与文件读写 · 理解 numpy 数组切片 · 能跑通上面 4 行自检。
🎯 教学目标：会用 DobotStudio 示教，能用 DobotDllType API 编程控制机械臂完成搬运。
安装 → 连接设备 → 回零（每次上电必做）→ 点动(Jog)熟悉轴 → 示教记录关键点位 → 保存工程（5.综合调试方案 V2.0.sol 即此类工程）。先示教建立直觉，再进入代码。
DobotDllType.py 是官方 API 封装。核心调用：
5.综合调试方案 V2.0.sol 是 DobotStudio 中联合调试的已存工程，后续第3周在此基础上升级为"视觉触发"分拣。
✅ 自学检查清单：能回零与点动 · 能写 SetPTPCmd 到指定坐标 · 能完成"抓取—移动—放置"闭环 · 能打开 .sol 工程。
🎯 教学目标：掌握图像预处理流水线（分拣定位核心），会用 Haar 检测人脸、用 resnet 做分类推理。
Main.py → image_pre）这是"从图像找到物品并摆正"的核心，逐步为：
轮廓面积过滤：if area < 300000: continue，跳过过小的误检连通区。
ModelTest.py 加载 resnet18（4 类：白菜/胡萝卜/菠萝/雪梨），对 ROI 做 softmax 取最大概率作为识别结果。模型权重 Model-20210526.pkl 与 resnet18.pth 需与代码同目录。
CutFace.py 用 Haar 级联采集人脸样本；TrainData.py 用 resnet18 微调训练二分类模型（Model-face.pkl）。理解"数据增强→训练→验证"的机器学习闭环。
image_roi 中 ROI 坐标是硬编码的，必须按你的相机视野重新标定；模型文件缺失导致 load_state_dict 报错。✅ 自学检查清单：能说出流水线 7 步作用 · 能调阈值观察轮廓变化 · 能跑通分类推理 · 理解训练/验证集划分。
🎯 教学目标：理解 arm↔vision 的协同架构，跑通分拣系统并完成综合项目。
机械臂端程序 ↔ Main.py（视觉服务端）通过 TCP（127.0.0.1:4000） 通信。两者运行在同一台工控机，机械臂端负责运动与触发，视觉端负责识别与回传。
视觉工程配置入口，与 DobotStudio 配合完成"看到→识别→通知机械臂"的闭环。第3周 D2 在此跑通分拣 demo 并调参（ROI、阈值、分类阈值）。
两人一组、一台设备：定义目标（如"视觉识别 + 机械臂分拣 4 类物品"）→ 方案设计 → 实现联调 → 演示验收。重点考查系统级集成能力，而非单点操作。
按 《非试卷方式考核内容、要求与评价标准》：项目报告 + 现场操作 + 演示答辩。过程性作业（作业1–4）计入平时成绩。
✅ 自学检查清单：能画出 TCP 通信时序 · 能解释 A/B/C/D 含义 · 能独立跑通分拣 demo · 能撰写项目报告。