【硬件交互赛道】眼到手到 —— 基于 FPGA 前端视觉与 FOC 伺服控制的桌面智能抓取平台
【硬件交互赛道】
【正文】 创意名称：眼到手到
想解决什么问题： 高校实验室和小型创客场景中，智能抓取设备要么是数万元的工业机械臂，要么是只能"比划"的舵机玩具。中间缺少一款低成本、真力矩、能实时闭环的桌面级抓取平台，让普通开发者也能体验完整的"视觉识别-轨迹规划-精准抓取"链路。
为什么会想到做这个： 我有 FPGA 视觉和 FOC 电机控制的开发基础。日常工作中感到视觉和控制之间链路太长，从摄像头到电机往往要经过多层软件栈和慢速总线。我想让 FPGA 直接做前端视觉加速，把目标坐标实时推送给 FOC 伺服控制器，把感知到执行的闭环压到最短。
大概是什么产品： 一套基于现有桌面机械臂改造的智能抓取平台。FPGA 负责摄像头图像预处理与颜色/形状特征提取，STM32 主控完成三轴逆运动学解算与 FOC 多轴驱动，上位机下发目标类型指令，系统自动识别、定位并抓取桌面上的规则小物体。
2. 目标用户及痛点
面向哪些用户： 高校电子与自动化专业师生、小型创客工作室。
在什么场景下使用： 实验室里做机器视觉与运动控制的教学演示；创客桌面上对规则小零件（积木、色块、电阻）做自动分拣或排列。
当前痛点： 工业方案动辄数万元且体积庞大，个人和小型实验室买不起；开源方案多用舵机，力矩小、精度低，只能"比划动作"无法真正抓取；视觉到控制的链路经过多层软件栈，延迟高、抖动大，做不到流畅的实时交互。
3. 价值与意义
技术价值：验证 FPGA 边缘视觉加速与 FOC 伺服硬实时控制的耦合架构。如果能让感知到执行的闭环足够短且稳定，就能为小型自动化设备提供一条低成本、高实时性的技术路径。
教育价值：若整机成本可控在千元级，可成为高校机器视觉与运动控制课程的普惠教学平台，让更多学生亲手跑通从识别到抓取的完整链路。
4. 必须附带：
trae-contest-eye-to-hand.zip (4.5 KB)