Development of the Bioinspired Tendon-Driven DexHand 021 with Proprioceptive Compliance Control
作者: Jianbo Yuan, Haohua Zhu, Jing Dai, Sheng Yi
分类: cs.RO, cs.AI
发布日期: 2025-11-05 (更新: 2025-11-09)
备注: 8 pages 18 fogures, IEEE RAL accept
💡 一句话要点
提出基于本体感受顺应控制的肌腱驱动灵巧手DexHand 021，提升操作性能。
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 灵巧手 机器人手 肌腱驱动 本体感受 顺应控制
📋 核心要点
- 现有机器人手在灵活性、复杂性、尺寸重量比、耐用性和力感知性能之间难以平衡，限制了其在实际应用中的能力。
- 论文提出DexHand 021，一种轻量化、高自由度的肌腱驱动灵巧手，并采用基于本体感受的力感知顺应控制方法。
- 实验表明，DexHand 021在负载能力、重复性和力估计精度方面表现出色，并能有效降低抓取过程中的关节扭矩。
📝 摘要（中文）
本文介绍了一种高性能的肌腱驱动五指机器人手DexHand 021，该手具有12个主动自由度和7个被动自由度，总共19个自由度，重量仅为1公斤。为了增强操作性能，提出了一种基于本体感受力感知的顺应控制方法。实验结果表明，该手具有优越的性能：单指负载能力超过10 N，指尖重复性优于0.001 m，力估计误差低于0.2 N。与PID控制相比，多物体抓取中的关节扭矩降低了31.19%，显著提高了力感知能力，同时防止了碰撞过程中的过载。该手在力量抓取和精确抓取方面表现出色，成功执行了33种GRASP分类动作和复杂的操纵任务。这项工作推进了轻量级工业级灵巧手的设计，并增强了本体感受控制，为机器人操作和智能制造做出了贡献。
🔬 方法详解
问题定义：现有机器人手难以同时兼顾人手般的灵活性和工程上的约束，例如复杂性、尺寸重量比、耐用性和力感知性能。尤其是在需要精细操作和力反馈的工业应用中，现有机器人手的能力还远远不够。PID控制在复杂抓取任务中容易导致过载和力感知不准确。
核心思路：论文的核心思路是设计一种轻量化、高自由度的肌腱驱动灵巧手，并通过本体感受力感知来实现精确的顺应控制。通过肌腱驱动实现高自由度，减轻手部本身的重量，提高灵活性。利用本体感受器直接感知关节力矩，从而实现更精确的力控制和反馈。
技术框架：DexHand 021的整体架构包括：1) 五指手部结构，具有12个主动自由度和7个被动自由度；2) 肌腱驱动系统，负责驱动手指运动；3) 本体感受力传感器，用于感知关节力矩；4) 基于本体感受力感知的顺应控制器，用于实现精确的力控制和抓取操作。该控制器接收本体感受器的数据，并根据设定的顺应参数调整关节力矩，从而实现对环境的顺应。
关键创新：论文的关键创新在于：1) 轻量化、高自由度的手部设计，在1公斤的重量下实现了19个自由度；2) 基于本体感受力感知的顺应控制方法，能够有效提高力感知精度和抓取稳定性，降低关节扭矩，防止过载；3) 将本体感受器直接集成到关节中，提高了力反馈的灵敏度和准确性。
关键设计：在手部设计方面，采用了轻量化的材料和优化的结构，以降低重量并提高刚度。在顺应控制方面，通过调整顺应参数（如刚度和阻尼）来控制手部与环境的交互力。力估计误差低于0.2N，关节扭矩降低了31.19%。
📊 实验亮点
实验结果表明，DexHand 021具有优异的性能：单指负载能力超过10 N，指尖重复性优于0.001 m，力估计误差低于0.2 N。与PID控制相比，多物体抓取中的关节扭矩降低了31.19%，显著提高了力感知能力，同时防止了碰撞过程中的过载。该手成功执行了33种GRASP分类动作，验证了其在力量抓取和精确抓取方面的能力。
🎯 应用场景
该研究成果可应用于智能制造、医疗康复、人机协作等领域。在智能制造中，灵巧手可以执行精细的装配、检测和操作任务。在医疗康复中，可以用于辅助患者进行康复训练和日常生活活动。在人机协作中，可以与人类协同完成复杂的任务，提高生产效率和安全性。未来，该技术有望进一步发展，实现更高级的机器人操作和智能交互。
📄 摘要（原文）
The human hand plays a vital role in daily life and industrial applications, yet replicating its multifunctional capabilities-including motion, sensing, and coordinated manipulation with robotic systems remains a formidable challenge. Developing a dexterous robotic hand requires balancing human-like agility with engineering constraints such as complexity, size-to-weight ratio, durability, and force-sensing performance. This letter presents Dex-Hand 021, a high-performance, cable-driven five-finger robotic hand with 12 active and 7 passive degrees of freedom (DoFs), achieving 19 DoFs dexterity in a lightweight 1 kg design. We propose a proprioceptive force-sensing-based admittance control method to enhance manipulation. Experimental results demonstrate its superior performance: a single-finger load capacity exceeding 10 N, fingertip repeatability under 0.001 m, and force estimation errors below 0.2 N. Compared to PID control, joint torques in multi-object grasping are reduced by 31.19%, significantly improves force-sensing capability while preventing overload during collisions. The hand excels in both power and precision grasps, successfully executing 33 GRASP taxonomy motions and complex manipulation tasks. This work advances the design of lightweight, industrial-grade dexterous hands and enhances proprioceptive control, contributing to robotic manipulation and intelligent manufacturing.