本项目旨在实现典型门体自动柔性开门任务。设计实现的系统主要包含两大模块: 1. 以深度学习算法为基础的典型门把手抓握6D姿态估计；2. 以性能提升的柔顺控制算法为基础的视觉定位误差柔性补偿方法。针对第一个模块，结合以yolov*为基础的2D物体识别与2D-3D对应关系，实现了由粗到精的门把手抓握6D姿态估计，并基于机器人运动和边缘信息得到门转动半径初始估计值；针对第二个模块，提出了性能强化版柔顺控制算法，系统分析了抓握姿态误差来源与柔性控制应对策略，并设计实现了门转动半径自适应补偿方法。本人独自完成了以上所有功能，在ros环境中对核心算法进行了开发与部署。针对典型环境，实现了100%的开门成功率。