中国科学家突破机器人智能灵巧手抓取技术

中国科研人员研制的智能灵巧手因首次实现类人水平的自适应抓取，登上了国际期刊《自然·机器智能》。这项突破由北京通用人工智能研究院、北京大学共同取得，在灵巧手掌面70%的面积上集成了高分辨率触觉感知，使机器人的智能与交互能力迈上新台阶。

这只灵巧手的一大亮点是能根据触觉反馈，实时调整动作。记者看到，根据接触面的不同，它能自如用小指抓取乒乓球、单手同时抓起垒球和高尔夫球，姿势与人类拿球类似。

实现机器手掌表面70%区域的高分辨率触觉覆盖

随着人类的进化，手部的功能由攀爬转为使用工具，并逐渐掌握了精准抓握能力。手部既是人类改造自然与外界交互的核心器官，也是智能的核心载体。人的手部具有结构高度复杂、功能极为精密的特点，手部由27块骨骼和34块肌肉组成，提供了24个自由度的灵活性，对人类手部功能的研究是具身智能与机器人学科研的前沿领域。

人在拿取物体时涉及到“触觉反馈”与“运动功能”两大能力：触觉反馈包含运动觉与皮肤触觉；运动功能包括运动学与动力学。在以往的研究中，触觉反馈与运动能力的整合被认为是机器人研究领域中的关键挑战之一。F-TAC Hand通过传感器与结构一体化设计成功突破了这一瓶颈。

首先，从硬件角度来看，如何避免触觉传感器的引入对机器人的运动灵活性造成影响是第一个难题，同时当前的触觉传感技术在覆盖率、分辨率和耐久性等方面仍难以满足实际应用需求。其次，即便获得了具备高分辨率触觉感知能力的机器手，如何高效地处理大量的触觉数据，并以此驱动每个关节协同运动，使其在高自由度空间中像人一样完成复杂的任务，依然是一个亟待解决的难题。

联合科研团队取得的成果是首次在保持完整运动能力的前提下，实现了机器手掌表面70%区域的高分辨率触觉覆盖，使机器人能够像人类一样通过触觉反馈进行精确操作和适应性抓取。

在缺乏丰富的触觉反馈的情况下，目前主流的机器手或抓取器难以应对动态环境中的复杂操作任务。研究团队开发的F-TAC Hand解决了这一难题。高分辨率触觉传感器覆盖了该手部系统手掌表面70%的广大区域，空间分辨率达到0.1毫米，相当于每平方厘米约有10,000个触觉像素，远超目前商用机器手的触觉感知能力，如目前最先进的Shadow Hand仅在指尖提供单点力传感。

F-TAC Hand 与人手比较

F-TAC Hand将17个传感器集成在一起

F-TAC Hand的设计灵感来源于人类手部的生物结构。人类手部触觉系统由两个关键要素组成：遍布皮肤的密集触觉传感器阵列和大脑中专门解释这些海量感觉输入的神经处理机制。F-TAC Hand模拟了这种设计，将17个高分辨率触觉传感器以6种不同配置集成在一起，同时巧妙地将传感器设计为既是感知元件又是结构部件，从而在不牺牲灵活性的前提下实现了前所未有的触觉覆盖范围。

研究团队精心设计并制造了一种由多色光源、柔性硅胶体、刚性支撑件、微型摄像头以及相机控制板构成的模块化架构，在有限的空间内尽可能高效地实现了视触觉感知的最优化布局。通过精密的安装与精准的传感器标定实现了F-TAC Hand手部表面的高精度触觉覆盖。

机器手高度的关节灵活性会给控制算法带来极大挑战，研究团队开发一种生成人类多样化抓取策略的算法来解决这一问题。该算法基于概率模型，能够产生与人类非常相似的抓取方式，涵盖了人类常见的19种抓取类型。多物体同时抓取是评估机器手灵巧性的重要基准测试，比单一物体要复杂得多。抓取单一物品可以通过双指夹持的方式实现，但当用一只手抓取多个物体时，需要做精确的全手接触检测并调整运动策略才能实现精准、稳定抓取。

实验结果表明，当理论上最优的抓取策略在现实环境中遇到障碍时，F-TAC Hand能够在约100毫秒内感知情况并快速切换到替代策略，确保任务完成。为验证这一技术的实际效果，研究团队在600次真实世界实验中评估了F-TAC Hand的多物体抓取能力。结果表明，相比没有触觉反馈的系统，F-TAC Hand在面临执行误差和物体碰撞风险时表现出显著的适应性优势，平均成功率从53.5%提升至了100%。

这种基于触觉的闭环反馈机制，使F-TAC Hand能够像人类一样，在不确定环境中保持高效灵活的操作能力，这对机器人在家庭、医疗和工业环境中的实际应用至关重要。