2. 机器人手与灵巧操作基础

要让多指灵巧手真正“会抓、会摸、会用力”，必须先理解它的机械本体与任务层级。机器人手并不是简单地把人手缩小复制，而是由掌部基座、手指链节、关节驱动、传动机构与指尖/指腹传感单元共同构成的机电感知系统。只有把机构、自由度、抓取模式、操作任务和感知需求放在同一张认知地图上，后续的力觉与触觉设计才有明确目标。

一、多指手机构：从串联手指到掌内驱动

典型多指灵巧手由3～5根手指组成，每根手指通常包含掌指关节（MCP）、近端指间关节（PIP）和远端指间关节（DIP）等串联链节。按驱动方式可分为外置电机+腱绳传动、掌内微型电机+齿轮/连杆传动、以及软体气动/液压驱动。腱绳传动质量轻、惯量小，但存在摩擦与蠕变；连杆传动刚度高、控制直接，但结构体积大；软体驱动顺应性好，却难以精确建模。

从感知角度看，机构决定了力与触觉传感器的安装位置：指腹适合布置阵列式触觉皮肤，指尖适合布置三轴力传感器，关节处适合布置角度/力矩传感器，掌心可布置大面积接触传感器。机构越复杂，传感器走线与信号汇聚的难度越高，这也是灵巧手工程中“机构—传感—驱动”必须协同设计的原因。

二、自由度：灵巧性的量化基础

自由度（DoF）是描述机器人手运动能力的核心参数。整手自由度等于各手指自由度与腕部自由度之和。人手约有21个自由度（不含腕部），而多数灵巧手为9～20个自由度。自由度越多，抓取姿态越丰富，但控制维度、标定难度与实时性压力也同步上升。

工程上常区分“主动自由度”与“被动自由度”：主动自由度由电机独立驱动，可精确控制；被动自由度依靠弹簧、柔性铰链或欠驱动机构自适应，能提升包络抓取能力，但状态不可直接测量。欠驱动手正是通过被动自由度实现“少电机、多姿态”，适合抓取形状不确定的物体。

三、抓取模式：从强力包络到精细捏取

抓取模式可按接触类型与任务需求分类。常见模式包括：

• 强力包络抓取：全掌与多指包覆物体，接触面积大，适合圆柱、球体等大质量物体，强调稳定性而非精细力控。
• 精确捏取：指尖对捏，接触点小，适合薄片、小零件，要求高分辨率力觉与防滑控制。
• 侧捏/三指捏：拇指与食指、中指协同，兼顾灵活性与稳定性，是工具使用的典型模式。
• 钩握/悬挂：手指弯曲钩住把手或边缘，依赖关节力矩与摩擦，常见于提拉任务。
• 掌心贴合：物体贴附掌心，手指辅助定位，适合需要姿态稳定的操作。

不同抓取模式对感知需求差异显著：包络抓取关注接触面积与分布压力，捏取关注指尖三轴力与滑动前兆，钩握关注关节力矩与摩擦极限。

四、操作任务分类与感知需求

抓取只是起点，灵巧操作还包括平移、旋转、翻转、插入、拧紧、按压、滑动等任务。按操作对象与手的关系，可分为：

从感知工程角度看，任务越精细，对力觉与触觉的带宽、分辨率、空间密度要求越高。例如轴孔插入需要检测毫牛级侧向力，而包络抓取更关注牛顿级分布压力。

五、案例：三指灵巧手抓取鸡蛋

以三指灵巧手抓取鸡蛋为例。鸡蛋质量约60g，表面易碎，摩擦系数低。若采用强力包络，接触力过大易碎，过小则滑落。合理策略是：先用指尖轻触定位，触觉阵列检测接触点与初始压力；再逐步增加指腹接触面积，利用被动自由度贴合曲面；当检测到滑动前兆（切向力/法向力比值接近摩擦系数）时，微调抓取力。整个过程需要指尖三轴力、指腹压力阵列与关节位置反馈协同工作。

六、常见误区与复盘

误区一：只追求自由度数量，忽视传感与驱动匹配。自由度多但传感器少，手会“动而不知”，无法闭环。误区二：把抓取模式当成固定模板。实际物体形状、摩擦、质量变化大，模式应动态切换。误区三：忽略被动自由度带来的不可观测性。欠驱动手虽然自适应强，但被动关节状态无法直接测量，需通过指尖力与整体位姿间接估计。

复盘时应重点检查：接触点是否与预期一致、力曲线是否平滑、滑动是否被提前检测、任务完成后是否稳定释放。只有把机构、自由度、抓取模式、任务分类与感知需求串成闭环，多指灵巧手才能从“能抓”走向“抓得稳、摸得清、控得准”。