Боюсь что Вы действительно не до конца представляете сложность этой задачи. Просто подключить камеру и распознавать плоские объекты совершенно недостаточно. Для действий руки-манипулятора в нашем трехмерном мире такой робот должен будет составлять свою трех-мерную картину окружающего пространства. Для этого потребуется как минимум стереоскопическое зрение и построение 3хмерной картины мира по изображениям с двух камер. Если это и возможно, то быстродействия такой игрушки как одноплатник хватит разве что для работы в идеальных условиях, то есть без ветра, на жесткой опоре и без ветра. А это не реально для практического применения. Для реально полезным такого робота может сделать только построение такой трехмерной картины мира в режиме реального времени, а на это потребуется скорее всего вычислительные мощности нескольких мощных компьютеров - первые автоматизированные робо-такси могли передвигаться только по полигону ( там где нет людей ) и с черепашьей скоростью, при этом были загружены под завязку компьютерами и обвешаны камерами. Тут сложность сопоставимая, хотя немного проще за счет наличия всего одного манипулятора. Но если не учитывать "скрытых" но абсолютно необходимых к решению задач, кажется что все не особо сложно. Без решения таких задач Вы сможете получить действительно только игрушку, которая будет на практике абсолютно бесполезна. А для полноценного решения потребуется настолько серьезный объем инвестиций, что окупаемость проекта собранными шишками затянется на астрономическое время... Такие работы могут себе позволить разве что американские военные с условно-бесконечным финансированием. да и у Dapra на решение чего-то подобного ушло не один год... А народу там работает много, и все не дураки и за даром не работают...