在机器人技术领域，拟人机械手因其抓取、放置、远程操作和假肢等多样化用途而显得尤为重要。然而，开发经济实惠、易于使用且功能丰富的拟人机械手仍是科研人员面临的一大挑战。

目前，机械手的研究主要分为两大方向：一是追求实现人手的全部灵活性，通过近乎完全的驱动来模拟所有人手功能；二是通过肌腱驱动降低机械手的复杂性和控制难度，同时受益于软机器人技术的进步，在结构设计和耦合方面体现形态智能。

一些接近完全驱动的机械手，如Shadow拟人手、UTAH-HIT手和ROBISS手，尽管力求实现完全的灵活性，但面临控制复杂性的挑战。相比之下，Pisa/IIT SoftHand受人类手形启发，通过简化控制设计来适应各种物体形状，并采用差速机构减少执行器数量，同时保持自然的手部运动。这些差动机构通常采用平行滑块机构、动滑轮机构或弹簧组来实现协同方案。

‍‍          

在肌腱驱动机械手的研究中，大多数欠驱动设计都采用了被动元件如扭转弹簧、高强度弹簧和松紧带来实现关节复位运动。然而，很少有设计使用主动伸展来复位手指。尽管有一些相关研究提出了不同的肌腱布局和执行器配置，但仍存在限制，如关节旋转角度小、肌腱布局复杂或缺乏自适应抓握能力。如何在确保抓握适应性的同时尽量减少执行器的数量，在肌腱驱动的多指机械手领域已成为长期存在的挑战。

▍2个执行器，实现多指抓握自适应

         
据探索前沿科技边界，传递前沿科技成果的X-robot投稿，来自英国布里斯托大学工程数学与技术学院及布里斯托机器人实验室研究团队前不久受 Pisa/IIT SoftHand 的启发，提出了三种具有不同拮抗肌腱机制的新型手指，通过协调控制驱动肌腱和拮抗肌腱来实现DIP或PIP关节的主动伸展和控制。基于此设计，研究团队还开发了一种具有拮抗肌腱、触觉指尖和新型差速机构，只需两个执行器即可主动管理闭合、张开和抓握手势的新型欠驱动机械手Tactile SoftHand-A。

机械手Tactile SoftHand-A采用了双肌腱设计，允许主动控制特定的关节（远端或近端指间关节），从而调整手的抓握姿势。此外，研究团队还开发了一种新型的全3D打印触觉传感器设计，该设计无需手部组装，可直接作为机械手指的一部分进行打印。这种传感器被集成在指尖中，并与拮抗肌腱机制相结合，共同构成了一种人手引导的触觉反馈抓握系统。该系统能够主动模仿人类手势，在接触时自适应稳定抓握姿势，并在检测到滑动后调整抓握姿势以防止物体移动。   

开源地址：github.com/SoutheastWind/Tactile_SoftHand_A

感兴趣的研究人员和开发者可以共同探索

英国布里斯托大学工程数学与技术学院和布里斯托机器人实验室为李浩然、Christopher J. Ford、陆成华、林义炯为第一作者，意大利比萨大学“E.Piaggio”生物工程和机器人研究中心/IIT Soft Robotics for Human Cooperation and Rehabilitation的Matteo Bianchi、Manuel G. Catalano、Efi Psomopoulou、Nathan F. Lepora等为共同作者。

该研究成果的相关工作已经在GitHub上开源，接下来，一起来和机器人大讲堂深入探索这一研究成果！

▍具有主动拮抗功能的机器人手指设计与开发

研究团队根据不同的肌腱结构，开发了三种类型的手指，分别命名为A型、D型和P型手指，每种手指都展现出独特的屈曲姿势和功能特性。

A型手指

A型手指的设计特点在于其拮抗肌腱贯穿整个手指，使得伸展速度最快，且结构相对简单。由于没有弹性带的阻力，A型手指在屈曲期间表现出更大的指尖力量和更快的反应速度。然而，这种手指缺乏对远端指间（DIP）或近端指间（PIP）关节的主动控制能力。

P 型、D 型和 A 型手指的工作空间比较。左侧阴影区域显示手指尖端的整个工作空间，右侧显示这些工作空间内的手指形状说明。请注意，与 A 型手指相比，P 型和 D 型手指的工作空间更大，因为它们能够控制 PIP 和 DIP 关节。
 

P型手指

P型手指的主要结构与D型手指相似，但其拮抗肌腱的配置有所不同。P型手指的拮抗肌腱终止于第二中节指骨，因此，需要在DIP和PIP关节处加入被动元件，以方便相应指骨的重新定位。

D型手指

相比之下，D型手指则具备对DIP关节的主动控制能力。其设计主要由指骨、指骨覆盖物、肌腱和轴承机构组成，整体尺寸适中，总长、宽、高分别为115mm、20mm、23mm。

指骨由指尖、两节中节指骨和基节指骨巧妙组合组成，些部分通过齿轮啮合紧密相连，共同形成了三个旋转关节：远指间关节（DIP）、近指间关节（PIP）和掌指关节（MCP）。而四节指骨上还巧妙地固定有带有多个U型槽的轴承机构。驱动肌腱（下图（A）红色线缆）和拮抗肌腱（下图（A）蓝色线缆）通过轴承上的U型槽贯穿整个手指。   

D 型手指，拮抗肌腱终止于 DIP 关节。（A）探索视图。（B）右视图。（C）左视图。（D）显示 D 型指尖运动分析力的图表

通过驱动肌腱和拮抗肌腱的协调控制，以及DIP关节上的被动元件，D型手指能够实现复杂的屈曲运动和伸展运动。特别值得一提的是，D型手指的拮抗肌腱终止于第一中节指骨，这使得复位DIP关节所需的力得以由位于指尖和第一中节指骨之间的弹性带提供。同时，这一机制还与其他手指关节的主动复位功能紧密结合，共同确保手指运动的稳定性和准确性。

在研发过程中，团队还对D型手指进行了深入的动力学分析。他们采用了一种分析模型，通过协调控制驱动肌腱和拮抗肌腱，实现了对DIP关节在任何位置的主动控制。这一创新为机器人手指的精细操作提供了可能。

为了评估这三种手指的性能，团队利用MATLAB机器人工具箱构建了模型，并使用Denavit-Hartenberg（DH）矩阵评估了它们的工作空间。

结果显示，D型手指表现出更均匀的工作空间分布，特别是在扩展手势中。因此，D型手指被选为后续测试和开发Tactile SoftHand-A的原型。

▍3D打印、完全集成触觉的指尖设计与开发

研究团队在远端指骨中引入了光学触觉感应技术，成功开发出一种新颖的完全集成触觉指尖。这一设计突破性地将整个传感结构作为单个组件，通过3D打印技术直接集成到手指的物理结构中，极大地简化了制造流程，除了相机模块的插入外，无需任何手动制造步骤。   

触觉指尖的构成

该触觉指尖主要包括三个核心模块：感知模块、接触模块和驱动模块。

感知模块由高清摄视觉相机和LED灯带组成，视觉相机负责捕捉高空间分辨率的触觉图像，而LED灯带则为接触模块内部提供稳定且一致的照明。

驱动模块则通过安装在指尖骨架两侧的轴承和肌腱机构，为指尖的旋转提供必要的扭矩。

接触模块由指尖骨架、透明窗口、窗口盖、软质透明填充材料、标记物和皮肤表面等多个组件组成。

全 3D 打印触觉指尖的构造和设计。（A）侧视图。（B）分解图。（C）触觉指尖的打印和构造。唯一的手工制造是将视觉相机板插入指尖顶部

指尖骨架上集成了齿轮配合区，与第二指骨形成紧密的齿轮副。感知和驱动模块也巧妙地安装在指骨骨架上，并通过两侧的螺栓进行固定。视觉相机和相机板则稳稳地固定在指尖的顶部。

当外部接触传递到皮肤表面时，位于指尖垫处的皮肤表面会将外部接触转化为内部变形，进而根据TacTip设计将附在针上的标记移动到其内表面。这些移动被相机捕捉并转化为触觉图像。同时，黑色外皮表面和窗口盖有效地隔离了外部光线的干扰，有助于产生高质量的触觉图像。而柔软透明的填充物则增加了表面的变形范围，同时提供内部支撑并帮助重置其变形。刚性透明窗口则用于支撑透明填充物并折射来自LED灯带的光线。   

触觉指尖的制作

触觉指尖的感知和驱动模块组件均可廉价购买，而其余组件则全部采用多材料3D打印技术生产。这一创新使得接触模块的整个组装过程变得极为高效，接触模块组件的整个组装，包括软黑色不透明表面（软 agilus 材料）、硬白色标记（硬 verowhite 材料）、软透明填充物（软 agilus 透明与支撑材料混合）、硬透明窗口（硬 veroclear 材料）、硬黑色不透明窗口盖和硬白色骨架（硬 verowhite 材料），都可以作为一个单一组件整体成型，无需任何其他后续制造工艺。

处理模块示意图和触觉反馈抓取控制流程图，用于通过人体手势以开环方式控制手，通过触觉反馈以闭环方式控制手

这一新功能在组装和制造的可重复性方面具有显著优势。在早期版本的TacTip中，打印后需要进行多个繁琐的后续步骤才能使用。而通过使用这项新技术，研究团队可以快速生产出触觉指尖，从设计到应用仅需1小时的时间。   

这一巨大进步是通过引入一项创新实现的：将支撑材料与Agilus材料混合以打印透明填充物。这一创新在保持其透明度的同时，还可以通过改变支撑材料的比例来调整其硬度。以前，打印机提供的纯Agilus材料的硬度过高，无法用作软填充物。而现在，这种混合材料的应用使得打印过程更加灵活和高效。

触觉定位模型

通过感知模型获得的视觉图像会进一步通过相应的触觉模型进行处理。在这里，研究团队主要关注的是预测和使用接触区域及其中心点，并将这些点集成到机器人手部控制中。他们采用了一系列先进的图像处理技术，包括图像预处理、标记检测和接触区域估计等步骤来实现这一目标。

D 型、P 型和 A 型手指在驱动和拮抗电机的不同控制输入下的手势

首先，相机拍摄的图像会被裁剪到标记可见的区域，并进行二值化处理以突出标记。然后采用Hessian行列式(DoH)估计方法进行标记检测，以识别图像中的白色标记。最后通过分析局部标记密度来推断接触区域的位置，并计算该区域内的最低密度点以找到接触面积的中心。这一系列的创新设计和先进技术使得研究团队成功开发出了完全集成的触觉指尖，可为机器人手部提供更加精确和灵敏的触觉感知能力。

▍欠驱动触觉机械手Tactile SoftHand-A

欠驱动触觉机械手Tactile SoftHand-A具有 15 个自由度和 2 个驱动度，每个手指包含三个关节：MCP、PIP 和 DIP，这使得其在设计和功能上都有了显著的进化。此外，该手的总长度为200毫米，掌宽为90毫米，从掌心到后盖的长度仅为26毫米，这样的尺寸设计使得其在实际应用中更加灵活便捷。   

Tactile SoftHand-A在BPI-SoftHand的基础上实现了重大突破，其采用了具有主动拮抗作用的新型D型手指，并结合了改进的双层手掌设计，使得驱动和拮抗肌腱的布线更加优化。同时，该手还巧妙地运用了两种差动机构，进一步提升了其整体性能。

在构造上，Tactile SoftHand-A采用了两种不同的肌腱方案来操作手指，一种用于弯曲，另一种用于伸展。这种双肌腱系统通过弹簧将五根肌腱中的每一根连接到其耦合机构和差动机构，然后差动机构再连接到电机上的共享线轴，从而确保了手指的协调和平稳运动。

Tactile SoftHand-A 的分解正面图 (A) 和背面图 (B)。图中显示的主要部件包括驱动肌腱 (红色)、拮抗肌腱 (蓝色)、肌腱布局和耦合引起的差动机构、驱动和拮抗运动、指骨和触觉指尖

值得一提的是，Tactile SoftHand-A还具备两种差动机构，分别用于手指的主动屈曲运动和主动拮抗运动。每个差动机构都由一个软协同方案组成，该方案将用于屈曲和伸展的肌腱分别耦合到弹簧上，并通过伺服电机驱动的单独肌腱联轴器进行连接。这种设计使得整个手可以用两个电机实现主动打开和闭合，不仅轻松实现了所有手指的同步，还保持了抓握的适应性。   

为了减轻肌腱力传递过程中的摩擦，Tactile SoftHand-A的手掌内还策略性地放置了轴承组。以食指拮抗肌腱的设置为例，轴承组能够引导手指根部的肌腱，防止其与指骨根部盖直接接触。这种巧妙的布置确保了肌腱能够遵循定义的路径到达手掌底部，并在那里连接到导向机构和弹簧，从而避免了手掌接触并最大限度地减少了操作过程中的摩擦。

▍触觉反馈抓握系统开发

为了简化控制复杂性并增强抓握能力，研究团队为Tactile SoftHand-A开发了先进的触觉反馈控制系统。这一系统能够模仿人类手势，并在接触时利用触觉反馈信息自动调整抓握手势，从而实现了与环境的智能互动。

该触觉反馈控制系统由四个主要组件构成：人类手势、PC、电机控制器和Tactile SoftHand-A。它通过将各种手势转换为控制命令来运行，实现了对机械手的精确操控。PC负责处理外部视觉相机捕捉到的人手原始图像以及Tactile SoftHand-A指尖的触觉图像，并利用手势和触觉模型将这些图像转换为电机控制参数，进而通过UART串行通信传输到电机控制器。电机控制器则利用PID控制来调节两个伺服电机的转动，使Tactile SoftHand-A能够与周围环境进行灵活互动。

在实验阶段，研究团队分别实施了开环和闭环控制策略来验证Tactile SoftHand-A的性能。在开环控制策略下，他们通过观察不同手指在相同电机输入下的手势，评估了不同拮抗肌腱布局对手指手势的影响，并展示了Tactile SoftHand-A对物体形状的适应性和执行各种抓握手势的能力。

而在闭环控制策略下，研究团队开发了一种集成触觉和拮抗肌腱机制的触觉反馈抓握控制系统。该系统通过触觉反馈调整Tactile SoftHand-A的抓握手势，有效防止了物体的滑落。当Tactile SoftHand-A指尖的触觉传感器未检测到接触时，它会与人类手势同步；一旦检测到接触，系统就会切换到触觉反馈闭环控制，并根据触觉模型检查滑落情况，及时调整抓握姿势以防止物体滑动。

这一创新的人机引导控制方案不仅简化了机械手的控制复杂性，还提高了其抓握能力和环境适应性，为未来的机器人技术和人机交互领域提供了新的思路和发展方向。

▍性能测试

为了全面评估这一创新设计，研究团队设计了四个不同的实验，以检验新型手指与对抗机制相结合在控制机械手手势、自适应抓取能力以及人手引导的触觉反馈抓取能力方面的表现。

实验中，Tactile SoftHand-A展现了其出色的性能和功能。

实验A通过对比D型、P型和A型手指的关节可控性，验证了驱动肌腱和拮抗肌腱的协调控制效果。实验结果显示，D型和P型手指的DIP和PIP关节具有良好的可控性，而A型手指由于拮抗肌腱布局无法分离关节，但仍用于与其他类型手指进行比较。

整个 SoftHand-A 的 D 型手指对不同运动输入的响应

实验B进一步展示了Tactile SoftHand-A执行可控抓握手势的能力。通过调整驱动电机和拮抗电机之间的输入差异，研究团队实现了对抓握手势的精确控制，并记录了手部在各种输入下的行为。

触觉 SoftHand-A 的 D 型手指对具有相同运动输入的各种物体的抓握适应性

实验C则关注了手的抓握适应性。Tactile SoftHand-A被安装在实验台上，通过固定电机输入抓取各种物体，包括单截面和多截面物体。实验结果显示，Tactile SoftHand-A对不同物体具有良好的适应性，抓握成功率高。

Tactile SoftHand-A 的人体手势和触觉控制

最后，实验D评估了触觉反馈控制系统的性能。通过人手进行接触测试，实验展示了系统在滑动检测和通过触觉反馈调整抓握手势方面的能力。结果表明，Tactile SoftHand-A能够有效检测滑动并修改抓握手势，防止物体滑落。

这一系列实验充分验证了Tactile SoftHand-A的卓越性能和功能，为其在实际应用中的广泛应用奠定了坚实基础。

▍关于X-robot     

X-robot是中关村机器人产业创新中心与机器人大讲堂联手打造的权威性信息发布品牌专栏，集前沿探索、产业研究、知识普及于一体，致力于积极推动新质生产力的生成与发展，助力我国乃至全球机器人行业的蓬勃繁荣。X-robot立足国际化视野，通过全方位、多角度的挖掘与追踪，生动展现机器人前沿技术与尖端成果，为学术界、产业界及公众提供一个洞见未来、共享科技的重要窗口。

参考文章：

https://arxiv.org/html/2406.12731v1#S6