具身智能机器人概论 课件 第5章-灵巧手

第5章灵巧手结构设计、感知与抓取规划《具身智能》本章导读•5.1灵巧手的构型与核心特性•5.2灵巧手的关节结构与传动系统•5.3灵巧手的驱动与感知系统•5.4灵巧手具身控制核心技术《具身智能》学习目标•理解灵巧手自由度与传动结构•掌握触觉感知与力控技术•了解抓取检测与规划算法•认识灵巧手典型应用5.1灵巧手的构型与核心特性01/04015.1灵巧手的构型与核心特性025.2灵巧手的关节结构与传动系统035.3灵巧手的驱动与感知系统045.4灵巧手具身控制核心技术《具身智能》《具身智能》图5-1灵巧手外观•1.具身认知内涵•图5-1所示为机器人灵巧手，即RoboticDexterousHand，又称多指灵巧手。《具身智能》5.1.1灵巧手的具身认知内涵与应用场景•2.灵巧手的关键特征•灵巧手具有多自由度（DoF），一般以3–5指为主，配合多关节设计，总自由度通常≥6，高端仿人型可达20–27个，实现屈伸、侧摆、旋转、对掌等复合运动；•具有仿生构型，复刻人手“骨骼-关节-肌肉”驱动逻辑，含掌部、指节、腕部连接，支持全指协同与单指独立控制。•灵巧手的驱动与传动多采用全驱动、欠驱动、耦合驱动等几类的组合，集成微型电机、减速器、传动机构，实现轻量化、高功率密度、低迟滞。《具身智能》图5-2灵巧手自由度•图5-2所示为4指灵巧手，具有16个总自由度，每个手指都具有4个自由度。《具身智能》5.1.1灵巧手的具身认知内涵与应用场景•3.灵巧手的应用场景•灵巧手主要应用场景是人形机器人、服务机器人、医疗机器人、工业精密装配、航空航天、特种作业等场景的核心交互部件。《具身智能》5.1.2典型灵巧手构型设计•灵巧手是机器人一种复杂的末端执行器，其需求来源于柔性制造，并深度根植于现代制造业向柔性化转型的迫切趋势之中。•在传统工业生产模式下，为了高效解决高强度、高重复性的流水线作业问题，自动化生产线应运而生并得到广泛应用，但这类生产线往往存在明显的局限性：单条生产线通常只能稳定生产一种或少数几种固定规格的同类产品，•与“刚性”制造模式相对，“柔性”制造的核心内涵体现在两个关键层面：一是对外界环境变化的快速适应能力，即能够支持小批量、多品种的生产模式，实现同一条生产线对多种不同类型产品的高效加工；•二是对内部系统波动的动态调整能力，即在内部设备故障、物料供应波动等干扰条件下，能够迅速调整生产节奏与作业流程，最大限度地减少对整体生产效率和产品质量的影响。《具身智能》5.1.2典型灵巧手构型设计（续）•从仿生学的视角来看，人体结构是经过亿万年自然选择、最能适应现代文明发展需求的进化形态。•同理，“人造人”——也就是高度仿人化的人形机器人形态，无疑是最贴近人类日常生产生活场景与操作需求的机器人设计方向。•要将传统的自动化生产线彻底转变为高度智能、灵活高效的柔性制造车间，就必须积极寻求智能化的解决方案，而这种解决方案的核心载体，正是由灵巧手与人形机器人共同构成的交互系统。•在机器学习、类脑智能等前沿技术的深度加持下，数字化的日常生活场景、工业生产数据乃至海量的人类操作行为资料，都可以成为人形机器人持续学习与进化的宝贵素材，使其智能性与操作能力得到不断深化与拓展。•而能够让机器人像人类一样灵活、精准地使用各类工具的灵巧手，正是全面提升机器人柔性操作能力的关键核心部件，也是柔性制造体系中不可或缺、无法绕开的重要一环。《具身智能》图5-3人手医学结构图•图5-3所示，人手作为自然界中最为精巧高效的操作器官，在结构上一共拥有24个独立的自由度，为复杂精细的操作提供了坚实的基础。《具身智能》5.1.3灵巧手的具身交互核心需求•1.抓取•灵巧手抓取是具身交互的基础，核心是在未知或变工况下稳定、安全、高效地接触并约束物体。•抓取需要高仿生自由度，灵巧手可以复现人手20+自由度，包括掌指、指间、腕部，支持指尖捏、掌握、侧捏、三指抓、环抱等多模式抓取，适配从毫米级精密件到大型不规则物体。•抓取需要柔性与刚度可调，灵巧手的指尖、指节具备可变刚度，如SMA、气动/液压、可变阻尼关节等，既能刚性定位，也能柔性贴合物体表面，避免硬接触损伤。•在保证灵活性的前提下，通过欠驱动设计减少驱动数量，提升可靠性与轻量化水平。•抓取需要抗滑移、抗扰动，灵巧手可以实时感知接触滑移趋势，动态调整握力与姿态，应对物体滑动、外力扰动、表面光滑、粗糙变化。•抓取需要力闭环控制，灵巧手指尖力控精度达0.01–0.1N，支持微力抓取，如羽毛、玻璃、芯片等；《具身智能》5.1.3灵巧手的具身交互核心需求•抓取需要软接触与包络抓取，对鸡蛋、纸张、水果等易碎、易变形物体实现无损伤包络，而非刚性夹持。《具身智能》5.1.3灵巧手的具身交互核心需求•2.操作•操作是具身交互的高阶能力，核心是在持握基础上完成位姿调整、工具使用、装配、拧转、插拔等动态任务。•操作需要指尖微动与力控，灵巧手支持亚毫米级指尖位移、微牛级力调节，实现拧螺丝、插拔连接器、焊接、穿针引线等精密操作。•操作需要多手指协同，灵巧手能多指独立、协同运动，实现物体在手中的平移、旋转、翻转、传递，如笔在指间滚动、硬币翻面。•操作需要工具操作泛化，灵巧手适配螺丝刀、扳手、剪刀、笔、餐具等通用工具，模拟人类工具使用的力觉与姿态逻辑。•操作需要连续动态操作，灵巧手支持转瓶盖、拧阀门、滑动开关、拉线、按压等连续动作，具备动作时序规划与力-位混合控制能力。•操作需要装配与公差适应，灵巧手在存在装配间隙、对位偏差时，通过感知自主修正路径与力，完成盲装配、柔性装配。5.2灵巧手的关节结构与传动系统02/04015.1灵巧手的构型与核心特性025.2灵巧手的关节结构与传动系统035.3灵巧手的驱动与感知系统045.4灵巧手具身控制核心技术《具身智能》《具身智能》5.2.1手指关节类型与自由度配置•灵巧手的手指关节类型与自由度配置是其实现高灵活性和精细操作的核心，其设计高度仿生人手，但具体方案因产品定位和技术路线而异。《具身智能》图5-4人手的解剖结构•1.关节类型《具身智能》5.2.1手指关节类型与自由度配置•2.自由度配置•在人手屈曲运动过程中，指节与指节间存在固有的运动耦合特性。•现有灵巧手的设计很多都借鉴了这一生物特征。•含腕部在内，人手共有约24个自由度，但灵巧手的自由度配置远未统一，主要分为全驱动（每个自由度独立驱动）、欠驱动（驱动器数量少于自由度）两类，当前主流趋势是追求高自由度的全驱动方案。•以下是几种典型灵巧手的自由度配置方案。•代表产品如因克斯的EC-DexHand-5F（20主动自由度）和灵巧智能的DexHand021Pro（16主动手指自由度+4被动自由度+2主动腕关节）。•此类设计追求极致仿生，通常为拇指3-5个自由度，实现对掌、大范围活动；《具身智能》5.2.1手指关节类型与自由度配置•高自由度仿生方案的特点是灵巧手采用分布式驱动或腱绳传动，集成高精度传感器，目标是实现人类级别的精细操作，如微元件装配、柔性线材打结。《具身智能》图5-517自由度的灵巧手配置•图5-5所示为17自由度的灵巧手配置方案，具体包括：拇指配置2个屈伸自由度和1个侧摆自由度；。《具身智能》5.2.2典型传动方式•灵巧手的传动系统对操作的稳定性和灵活性有重要影响，传动方式有连杆传动、绳驱传动和齿轮传动三种。•连杆传动广泛用于工业、假肢领域，刚度大，易于强力抓取物体，但重量体积较大，柔性不足。•绳驱传动主要用于科研领域和人形机器人领域，灵活度高、结构简单，但控制精度不足，寿命短，已有Shadow等灵巧手落地，也是特斯拉机器人配备的灵巧手类型；•齿轮传动主要应用于工业机器人，每根手指可独立操纵，灵活性强，但结构复杂、易发生故障，成本较高。《具身智能》表5-1灵巧手的三种传动系统，包括特点、优点、缺点和应用。传动方式连杆传动绳驱传动齿轮传动特点多个连杆串并联混合的形式传递运动和力矩利用腱绳加上滑轮或者软管实现传动使用微型谐波减速器、带、齿轮驱动优点传动效率高、控制精度高、刚度好、抓取力大、易于加工控制灵活、结构紧凑、柔性高、减轻末端负载、节约空间和成本。手指动作相互独立、更加灵活、传动效率高、减速比大、抓取力大。缺点结构复杂、抗冲击能力弱、体积大、重量大、柔性不足控制精度不高、抓取力不大、腱绳易磨损、负载能力弱。结构复杂、重量大、抗冲击能力弱、故障率较高、成本高。应用韩国科学技术研究院KISTHandPanipatWattan…Shadow公司Shadow灵巧手西班牙国防中心大学&法国交…德国宇航中心&哈工大DLR/HITⅡ北航机器人研究所BH-9…•绳驱传动的手指关节如图5-6所示，它由以下部件组成：两个指节、角度传感器、腱绳、滑轮、D字转轴、两个垫片和微型子母螺丝钉。《具身智能》5.2.2典型传动方式•绳驱传动的手指关节如图5-6所示，它由以下部件组成：两个指节、角度传感器、腱绳、滑轮、D字转轴、两个垫片和微型子母螺丝钉。•通过将驱动腱绳绕经滑轮组件和指节中部凸起结构实现动力传递。•当驱动发生时，腱绳牵引各关节产生旋转运动，实现手指的弯曲动作以完成抓取功能；•驱动停止时，借助安装在手指背侧的复位弹力带，使各关节自动恢复至初始伸展位置。•在抓取过程中，手指关节可根据目标物体的表面轮廓进行自适应调整，通过指节间的相对转动实现物体的完全包络，确保接触面充分贴合。《具身智能》图5-6绳驱传动的手指关节•图5-6所示，它由以下部件组成：两个指节、角度传感器、腱绳、滑轮、D字转轴、两个垫片和微型子母螺丝钉。《具身智能》5.2.3关节限位与安全保护设计•灵巧手的关节限位与安全保护是保障其稳定运行、防止机械损坏与人机伤害的核心设计，从机械硬限位、电气软限位、力控安全和电气保护等方面构建了多层防护体系。•1.机械硬限位•通过结构件直接限定关节转动、移动范围，断电或失控时仍有效，可靠性高。•通常采用限位结构形式，在指节、关节支架上加工限位凸台、端面，关节转动至极限角度时相互抵接，如远指节与近指节的配合限位面、关节转轴处的限位臂；•或采用可弹出式关节，过载时轴承从弧形槽弹出脱开，避免关节断裂，可快速复位。•机械硬限位也可以采用轴端挡块、卡簧，限制直线运动关节的行程，防止滑块、丝杠脱轨。《具身智能》图5-7ORCAHand设计的可弹出式关节•图5-7所示为ORCAHand设计的可弹出式关节，其关节轴承置于弧形凹槽中，正常受力时保持稳定，•过载时可“弹出”脱位而非断裂，提高了抗冲击性和耐用性。《具身智能》图5-8采用压力传感器和角度传感器的食指•2.电气软限位•图5-8所示为采用压力传感器和角度传感器的食指。《具身智能》5.2.3关节限位与安全保护设计•3.力控安全•灵巧手采用多维力/触觉传感器，在指尖、指腹集成六维力传感器、高分辨率触觉阵列，采样率≥1kHz，能实时检测接触力、压力分布与形变；•也可以通过安全力阈值方式确保力控安全，预设单指安全力（如≤15N）、抓握安全力矩，超过阈值立即减力、松爪。•另外采用基于力反馈的阻抗、导纳控制，碰撞时自动退让，降低冲击伤害。《具身智能》5.2.3关节限位与安全保护设计•4.电气保护•灵巧手在电气保护上有电机保护、电源保护、冗余监测、紧急停止、故障诊断与容错、安全回路等多种方式。•对于电机保护，设置过流、过压、欠压、过温、堵转保护，故障时立即切断PWM输出，制动响应≤5ms；•对于电源保护，设置防反接、浪涌抑制、短路保护，适配工业、协作场景；•对于冗余监测，设置双编码器、双电流采样，交叉校验，异常时触发安全停机；•对于紧急停止，设置硬件急停按钮兼软件急停指令，直接切断驱动电源，响应时间<1ms；•对于故障诊断与容错，实时监测关节温度、电流、位置偏差，定位故障源并报警，局部故障时降维运行，避免整机瘫痪；《具身智能》表5-2四种关节限位与安全保护设计方案对比防护类型核心原理优势适用场景机械硬限位结构件物理抵接断电有效、可靠所有场景，终极防护电气软限位传感器+控制器阈值精准、平滑、可调高精度、频繁运动场景力控安全触觉/力传感器反馈人机友好、柔顺协作、精细操作电气保护电路监测与切断响应快、防烧毁驱动系统防护•从核心原理、优势和适用场景进行了逐一剖析。《具身智能》5.2.3关节限位与安全保护设计•从核心原理、优势和适用场景进行了逐一剖析。《具身智能》5.2.4腕部设计•腕部作为灵巧手与机器人机械臂连接的关键部分，其运动能力对于扩展灵巧手的操作空间和实现类人级别的精细操作至关重要。•现代高性能灵巧手的设计已从单纯的“手部”仿生演进为“腕手一体”的整体仿生。•一个具备腕部设计的灵巧手，能够完成如“翻腕倒水”、“侧向插拔”等复杂动作，这大大提升了其在非结构化环境中的适应性和实用性。•具体来看，腕部设计在灵巧手中的体现和重要性共有如下四个方面。•一是增加自由度与操作空间。•腕部通常设计有1至2个主动自由度，用于实现手腕的前后摆动（屈伸）和左右摆动（侧屈）。•例如，灵巧智能的DexHand021Pro就集成了2个主动腕关节，通过直线推杆驱动，使其操作空间扩大了30%以上。《具身智能》5.2.4腕部设计•在衡量灵巧手性能的“灵巧度指数量化体系”中，腕部的运动能力是“物理灵巧度指数（IOD）”的重要组成部分。•一个没有腕部运动能力的“五指手”往往只是形态上的仿生，而具备腕部协同能力的灵巧手才能真正实现功能上的仿生。•腕部的驱动方式多样，包括采用直线推杆（如DexHand021Pro）、电机配合连杆或齿轮机构等。•这些设计需要在有限的空间内集成驱动、传感和传动系统，是灵巧手工程化设计的难点之一。《具身智能》图5-9具有三级驱动连杆的腕部设计•图5-9所示为具有三级驱动连杆的腕部设计，表5-3所示为腕部部件名称与结构功能说明。《具身智能》表5-3腕部部件名称与结构功能说明名称结构功能说明一级驱动连杆由一级电机驱动，传递动力至腕部前级机构二级驱动连杆由二级电机驱动，实现腕部的俯仰或偏航运动三级驱动连杆由三级电机驱动，实现腕部的横滚或另一自由度运动弧形末端连杆弧形结构连杆，用于连接驱动机构与末端平台，提升运动柔顺性并联平台腕部末端的并联结构平台，用于承载末端执行器并实现多自由度姿态调整支撑球作为腕部的球形支撑，提供多方向转动自由度，类似球铰结构5.3灵巧手的驱动与感知系统03/04015.1灵巧手的构型与核心特性025.2灵巧手的关节结构与传动系统035.3灵巧手的驱动与感知系统045.4灵巧手具身控制核心技术《具身智能》《具身智能》5.3.1驱动方式选型•1.全驱动和欠驱动•根据自由度与驱动源数量，可将灵巧手分为全驱动和欠驱动两大类。•灵巧手驱动源的数量与被控制灵巧手的自由度数量相等。•每个手指关节都有驱动器，使其能够实现主动控制，在某种程度上能够像人手一样完成全部的动作指令甚至要求更高的灵巧动作。•但是，全驱动也意味着需要更多的驱动器，会使手掌体积变大、安装困难、操作复杂。•灵巧手被控制的自由度多于驱动源的数目，缺少驱动源的部分则进行耦合随动。•欠驱动手硬件集成度高，整体系统简洁高效、体积小、质量轻，便于进行动力学分析。《具身智能》图5-10腱驱动•2.腱驱动的三种类型•图5-10所示，电机和滚珠/滚柱丝杠外置于手臂中，电机通过减速箱带动滚珠丝杠，电机轴的转动被转化为丝杠螺母的平移运动，丝杠螺母拉动腱绳，•腱绳另一端连接到手指指骨上，拉动手指绕关节轴旋转。《具身智能》图5-11驱动器外置灵巧手整机机构•远程驱动能有效减小手指的体积和重量，由于腱绳只能传递拉力，腱绳的数目大于手指自由度时才能对手指的每一个自由关节进行完全确定的控制。•经过证明，当腱绳数目比自由关节数目多1时，就可以使用腱绳来独立控制所有的自由关节。《具身智能》表5-4三种腱驱动方案对比《具身智能》5.3.2触觉传感器配置与信号采集•机器人灵巧手的触觉传感器配置与信号采集是实现高精度、安全交互的核心技术，其设计需兼顾感知性能、系统集成与实时控制。《具身智能》图5-12触觉传感器安装位置•1.触觉传感器安装位置《具身智能》图5-13平行板电容工作原理•2.电容式触觉传感器•图5-13所示，电容式触觉传感器的基础公式是平行板电容；。《具身智能》图5-14电容式柔性三维传感器结构•图5-14所示为电容式柔性三维传感器结构，包括触头、上基板、上电极、下电极和硅胶腔体，为了实现传感器的全柔性，基体部分和电极部分均由柔性材料制作而成，•传感器的上下电极均由有机硅导电银胶制成，《具身智能》图5-15F-TACHand触觉传感器•图5-15所示为北京通用人工智能研究院与北京大学联合研发的F-TACHand，其手掌70%的区域覆盖了高分辨率触觉传感器，空间分辨率可达0.1毫米，相当于每平方厘米拥有约1万个触觉像素‌。•图5-15中触觉传感器分布在手指和手掌的不同位置，其中传感器集成了定制摄像头模块，用于指尖等精细感知区域。《具身智能》表5-5SuperTac传感器结构部件名称编号组件名称功能描述①导电层用于摩擦电信号的采集和传输②反射层反射内部照明，辅助成像③荧光层在紫外光激发下产生荧光，用于触觉模式下的高分辨率成像④支撑层提供机械支撑，保持结构稳定⑤MIR相机采集中红外图像，用于温度感知⑥NIRLED发射近红外光，用于近红外成像照明⑦IMU惯性测量单元，用于姿态和运动感知⑧PEDOT:PSS透明导电聚合物，作为电极和透明层⑨荧光标记嵌入在荧光层中的标记点，用于形变测量《具身智能》表5-5SuperTac传感器结构部件名称（续）编号组件名称功能描述⑩可见光相机采集彩色图像，用于视觉模式⑪NIR相机采集近红外图像⑫UVLED发射紫外光，激发荧光层产生荧光《具身智能》图5-16SuperTac传感器•图5-16所示），更是集成了力、位置、温度、材质、纹理、颜色、•振动等多种感知能力于单个1毫米厚的薄膜上，实现了多模态同步采集‌。《具身智能》图5-17SuperTac传感器工作原理•图5-17a所示），当触觉模式时，内部照明模块（UV、NIR、MIRLED）开启，UV光激发荧光层通过相机捕捉荧光点的位移，精确测量接触形变，MIR和NIR用于温度和近红外成像；。•图5-17b中展示了传感器在不同模式下采集到的代表性数据：在触觉模式下，紫外图像显示了荧光标记点的分布，接触后点的位置变化反映了表面形变；。《具身智能》5.3.2触觉传感器配置与信号采集•5.触觉传感器的信号采集•触觉信号的采集面临多通道、高同步、低延迟的挑战，其核心在于实现传感器数据的高效、同步处理。•为避免因信号采集不同步导致的控制延迟或误判，同步采集是关键，采用可编程芯片和同步信号发生模块，能够实现多个触觉传感单元的信号同步采集，解决了传统灵巧手无法同步采集触觉信号的技术难题。•在物理交互中，灵巧手与硅胶、橡胶等弹性介质发生接触，产生形变和应力；•在信号转换中，将无法直接处理的压力、纹理、温度等原始触觉信息，通过压阻、压电、电容式元件等传感器阵列转换为可测量的电信号。•采集系统通常由测量元件和前端电路组成，负责捕获表征后的电信号。•利用电学、光学系统采集弹性介质形变后的相关信号，如微结构位移、光强变化，再通过图像/光强分析转化为数字信息，或直接采集传感器阵列输出的数字信号，完成模数转换。《具身智能》5.3.2触觉传感器配置与信号采集•该阶段是将原始信号升维为具有语义的“触觉图像”，为灵巧手抓取、操作易碎品等精细操作提供决策依据。•通过“表征-采集-重构”的信号处理架构解决了触觉信号微弱、易受干扰、难以直接解读的难题，为灵巧手实现类人化的精细操作提供了关键支撑。《具身智能》图5-18信号处理架构•图5-18所示为触觉传感器的信号处理架构，它包括三个阶段：。《具身智能》表5-6汇总了10款常见灵巧手的驱动与感知核心技术指标产品自由度驱动方式传感输出力速率精度灵敏度ShadowHand20主动、4被动分布式、外置触觉N/AN/AN/AN/ADH201212主动、8被动集中式+分布式、内置触觉15KgN/AN/AN/AUnitreeDex516主动、4被动集中式+分布式、内置触觉N/AN/AN/AN/A智元12主动、7被动集中式+分布式、内置视觉、触觉N/AN/AN/AN/AMagicHandS0111主动集中式、内置电流、触觉5kgN/AN/AN/AXHAND112主动集中式、内置N/A单手80N、负载20KgN/AN/AN/ADH-ROBOTICS6主动、5被动集中式、内置力传感N/AN/AN/AN/AeHand-66主动集中式、内置触觉单手10N，负载5kgN/AN/A3N-10N动态力控RH56E26主动集中式、内置触觉、力传感单指尖力30NN/A重复定位±0.2mmN/A《具身智能》表5-6汇总了10款常见灵巧手的驱动与感知核心技术指标（续）产品自由度驱动方式传感输出力速率精度灵敏度兆威机电17主动集中式、内置N/AN/AN/AN/AN/A•覆盖了国内外主流产品（如ShadowHand、UnitreeDex5、智元、兆威机电等）。《具身智能》5.3.3常见灵巧手驱动与感知技术指标•覆盖了国内外主流产品（如ShadowHand、UnitreeDex5、智元、兆威机电等）。•从数据分布看，自由度、驱动方式、传感类型是区分产品定位的核心维度，而输出力、速率、精度、灵敏度等性能指标则普遍存在信息缺失，反映出当前灵巧手技术在公开参数披露上的不均衡性。•【注】相关产品升级后，以说明书为准。•从表中也可以看出，在灵巧手的结构设计方面，从早期分布式外置向集中式内置演进，在保证控制能力的同时，提升了结构紧凑性与集成度；•在灵巧手的感知能力方面，从单一触觉向多模态（视觉+触觉+力传感）发展，以适应更复杂的人机交互与环境理解需求；•在灵巧手的性能分化上，高自由度产品侧重类人化操作，低自由度产品侧重成本与场景适配，而高精度、高灵敏度的量化指标仍需更多产品落地验证。5.4灵巧手具身控制核心技术04/04015.1灵巧手的构型与核心特性025.2灵巧手的关节结构与传动系统035.3灵巧手的驱动与感知系统045.4灵巧手具身控制核心技术《具身智能》《具身智能》5.4.1手指运动学正逆解建模•当前，小型化和拟人化已成为机器人灵巧手发展的主要趋势。•为了优化灵巧手的设计，对其开展合理的运动学和动力学分析是至关重要的。•灵巧手的运动学特性是决定手指抓取性能的基础，通过运动学分析，能够明确灵巧手指尖位置与关节角度之间的运动关系，从而实现灵巧手的位置控制和力控制。•基于运动学模型，借助仿真软件可直观展示灵巧手的工作空间，其范围也直接体现了灵巧手的操作能力和灵活性。•再对手指进行动力学等分析，则可了解手指的运动机制和力学特性。•在不考虑外部环境干扰的情况下，手指运动学的研究核心在于对各关节运动特性与及指尖轨迹的解析，具体而言，其核心任务是建立指尖工作空间与关节空间之间的运动映射关系，揭示手指运动的几何与数学规律，•运动学分析可分为正向和逆向两类：正向运动学通过已知关节转角求解指尖空间位姿；《具身智能》图5-19食指连杆坐标系•1.食指正运动学分析•图5-19所示，以食指为例，使用D-H参数法对其运动学特性进行分析。《具身智能》表5-7食指D-H参数表•根据D-H参数法，食指指尖位置与关节角度之的关系式可表示为：《具身智能》5.4.1手指运动学正逆解建模•由式(5-1)可知，当已知食指各关节的旋转角度参数(i=1,2,3,4)时，便可确定食指指尖在食指基坐标系下的唯一位置。•再依据定义的食指相关尺寸参数，则能进一步明确计算出食指在基坐标系中的具体位置坐标。•根据D-H参数法，食指指尖位置与关节角度之的关系式可表示为：《具身智能》图5-20中指连杆坐标系•2.中指正运动学分析•图5-20所示，将各指节简化为连杆，关节旋转中心作为坐标系原点，•采用D-H参数法建立运动学模型，具体参数如表5-8所示。《具身智能》表5-8中指D-H参数表•中指指尖位置与关节角度之间的关系式可表示为：《具身智能》5.4.1手指运动学正逆解建模•将中指相关尺寸参数及各关节的具体旋转角度参数带入，即可唯一确定中指指尖位置。•中指指尖位置与关节角度之间的关系式可表示为：《具身智能》图5-21拇指连杆坐标系•3.拇指正运动学分析•图5-21所示，基于连杆理论以及拇指的结构模型，建立起各关节的坐标系。《具身智能》表5-9拇指D-H参数•拇指指尖位置与关节角度之间的关系式可表示为：《具身智能》5.4.1手指运动学正逆解建模•当定义的灵巧手拇指几何参数以及各关节转角参数已知时，则可精确计算出拇指指尖在基坐标系中的具体空间位置坐标。•灵巧手逆运动学分析的核心在于根据手指末端指尖相对于坐标系的空间位置和姿态信息，反解其各关节转角参数。•该研究对实现精确的轨迹规划和智能化抓握控制具有重要理论价值，对手指最优位姿的确定与优化提供了数学基础。•在求解过程中，需要特别关注两个关键问题：手指逆运动学分析时可能出现解不存在或解的多重性问题。•当指尖位置坐标超出灵巧手工作空间时，将不存在可行解；•而当目标位姿位于工作空间内时，则至少存在一组可行解，且可能出现多解情况。•在多解情形下，需综合考虑关节运动范围及避障约束，依据“最短行程”准则进行优化选取，即选择使各关节转动角度最小的解作为最优解。《具身智能》图5-22抓取姿态规划流程设计•1.抓取姿态规划•首先获取目标物体的核心信息，如3D点云、网格模型、尺寸、质量、材质（包括软硬、摩擦系数），以及抓取任务约束，如“捏取”、“拧动”、“托举”等。•物体的关键参数有物体重心、几何特征点（如边缘、凹陷、对称中心）、接触约束（如禁止接触的脆弱区域）等。《具身智能》表5-10抓取姿态候选方法类型原理适用场景几何法基于物体几何特征（如凸包、对称轴、抓取框），生成“指端接触点+手掌位姿”规则形状物体（立方体、圆柱）数据驱动法基于抓取数据集（如GraspNet-1B），通过CNN/PointNet预测最优接…不规则/柔性物体（水果、布料）•通过抓取稳定性量化指标来筛选最优姿态，核心评价指标为：《具身智能》5.4.2抓取姿态规划与多指协同控制•其中GQ越高越稳定，要求GQ≥1.2。•抓取姿态的可达性是验证候选姿态是否在灵巧手工作空间内，且无关节限位、无奇异点。•抓取姿态的任务适配性，如“拧瓶盖”需指尖接触瓶盖边缘提供扭转力矩，“捏鸡蛋”需接触曲面分散压力。•通过抓取稳定性量化指标来筛选最优姿态，核心评价指标为：《具身智能》图5-23抓取姿态输出•图5-23所示，包括各手指的目标关节角、指尖位姿等。《具身智能》5.4.2抓取姿态规划与多指协同控制•2.多指协同核心算法•环境包含欠驱动灵巧手、操作对象及交互物理仿真，通过课程学习（CL）控制训练阶段，让任务难度从易到难平滑上升，例如先从简单的抓握开始，再逐步过渡到精细的多指协同控制。•数据采集阶段中，接收策略网络输出的动作概率分布，采样得到动作并作用于环境；•从环境中获取下一状态和奖励，形成样本序列，用于后续训练。•评价网络（Critic）中，输入当前状态，输出状态价值函数，用于评估在该状态下的长期期望回报。•评价网络更新是通过最小化TD误差（）来更新网络参数，使价值估计更准确。•GAE优势估计中，输入序列和评价网络输出的；《具身智能》5.4.2抓取姿态规划与多指协同控制•通过多头自注意力层捕捉多模态传感器数据中的长距离依赖与关节协同关系；•经全连接层后，由策略输出层给出动作概率分布。•重要性采样中，计算新旧策略的重要性比率；•结合GAE优势函数，构建PPO的clipped目标函数，限制策略更新幅度，避免训练震荡。•策略更新是通过最大化目标函数来更新策略网络参数，使策略朝着更优方向迭代。•整个训练过程形成一个闭环，其中策略网络在当前环境中采样动作，生成轨迹数据；•评价网络估计状态价值，GAE计算优势；《具身智能》图5-24欠驱动灵巧手MHSA-CL-PPO算法•图5-24所示为展示的是一种融合了多头自注意力（MHSA）、课程学习（CL）与近端策略优化（PPO）的强化学习算法框架（MHSA-CL-PPO），•专门用于解决欠驱动灵巧手的多指协同控制问题。《具身智能》图5-25基于视触觉融合的的自适应抓取控制方法•图5-25所示，该方法通过模拟人类“先看后触、触看结合”的抓取机制，将视觉的全局感知与触觉的精细接触信息进行深度融合，•实现灵巧手在非结构化环境下的自适应抓取控制。《具身智能》5.4.3基于视触觉融合的的自适应抓取控制•1.训练阶段•训练阶段的核心是从标记数据中学习视触觉特征的表达与关联，为后续融合与决策提供基础。•视觉模态是通过相机获取目标物体的RGB图像，使用ResNet50等深度卷积网络提取高维视觉特征，捕捉物体的形状、纹理与空间位置。•触觉模态是通过灵巧手指尖的触觉传感器采集力/压分布信号，经滤波、归一化等预处理后，提取触觉特征，反映接触状态与物体材质。•利用PCA（主成分分析）对提取的高维视触觉特征进行降维与重建，在保留关键信息的同时，构建低维特征空间，便于后续融合与计算。•这一步骤有效降低了特征冗余，提升了模型的泛化能力与计算效率。•引入未标记数据进行自监督学习，通过特征交互融合模块，挖掘视触觉数据间的内在关联，进一步增