PHANTOM Hand
作者: Teng Yan, Jiongxu Chen, Qixiang Hua, Yue Yu, Zihang Wang, Yaohua Liu, Bingzhuo Zhong
分类: cs.RO
发布日期: 2026-03-24
备注: 8 pages. Submitted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
💡 一句话要点
PHANTOM Hand：结合精确控制与柔顺抓取的腱驱动灵巧手
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 灵巧手 欠驱动 柔顺抓取 运动学控制 机器人操作
📋 核心要点
- 现有的腱驱动欠驱动手在自适应抓取方面表现出色，但存在运动学不可预测性和高度非线性力传递的问题。
- PHANTOM Hand通过稀疏映射和力学补偿模型，抑制了运动学漂移，实现了亚度级的运动学可重复性，同时保持了机械柔顺性。
- 实验验证了PHANTOM Hand在运动学精度、静态表达性、多样化抓取和指尖力控制方面的优越性能，扩展了欠驱动手的应用范围。
📝 摘要（中文）
本文提出了一种名为PHANTOM Hand（混合精度增强柔顺性）的模块化、1:1人手比例的灵巧手系统，该系统具有6个驱动器和15个自由度(DoF)。该研究提出了一个统一的框架，弥合了精确解析成形和鲁棒柔顺抓取之间的差距。通过推导物理几何的稀疏映射并集成基于力学的补偿模型，有效地抑制了由弹簧反张力和肌腱弹性引起的运动学漂移。这种方法实现了自由运动规划的亚度级运动学可重复性，同时保留了稳定物理交互所需的固有机械柔顺性。实验验证通过运动学分析、静态表达性测试、多样化的抓取实验和定量指尖力特征验证了系统的能力。结果表明，PHANTOM手成功地将解析运动学精度与连续、可预测的力输出相结合，显著扩展了欠驱动手的有效载荷和灵活性。为了推动欠驱动操作生态系统的发展，所有硬件设计和控制脚本都是完全开源的，以供社区参与。
🔬 方法详解
问题定义：现有的腱驱动欠驱动手虽然在自适应抓取方面表现出色，但其运动学行为难以预测，力传递高度非线性。这限制了它们在精确自由运动成形和复杂操作任务中可靠地传递有效载荷的能力。因此，需要一种既能实现精确运动控制，又能保持柔顺抓取能力的灵巧手设计。
核心思路：PHANTOM Hand的核心思路是将精确的解析运动学控制与鲁棒的柔顺抓取相结合。通过精确建模手的几何结构和力学特性，并设计相应的控制策略，来克服欠驱动手固有的运动学不确定性和力传递非线性问题。这种混合方法旨在实现高精度运动控制，同时保持手与环境交互的柔顺性。
技术框架：PHANTOM Hand的整体框架包括硬件设计和软件控制两部分。硬件方面，采用模块化设计，具有6个驱动器和15个自由度。软件方面，提出了一个统一的框架，该框架包含一个稀疏映射模块，用于建立物理几何与驱动器之间的关系，以及一个基于力学的补偿模型，用于抑制运动学漂移。该框架能够实现精确的运动规划和柔顺的力控制。
关键创新：PHANTOM Hand的关键创新在于其统一的控制框架，该框架能够将精确的解析运动学控制与鲁棒的柔顺抓取相结合。通过稀疏映射和力学补偿模型，有效地解决了欠驱动手运动学不确定性和力传递非线性问题。此外，模块化设计和开源策略也促进了该领域的发展。
关键设计：PHANTOM Hand的关键设计包括：1) 稀疏映射的推导，该映射基于手的物理几何结构，建立了驱动器与关节角度之间的关系；2) 基于力学的补偿模型，该模型考虑了弹簧反张力和肌腱弹性对运动学的影响，并进行相应的补偿；3) 模块化硬件设计，方便组装和维护；4) 开源的硬件设计和控制脚本，促进社区参与和进一步研究。
🖼️ 关键图片
📊 实验亮点
实验结果表明，PHANTOM Hand在运动学精度方面达到了亚度级的全局精度。静态表达性测试展示了其能够实现复杂的手势。抓取实验涵盖了力量抓取、精细抓取和工具使用等多种类型，验证了其通用性。指尖力特征分析表明，该手能够实现连续且可预测的力输出。这些结果共同证明了PHANTOM Hand在精度和柔顺性方面的优越性能。
🎯 应用场景
PHANTOM Hand在机器人操作、远程操作、医疗康复等领域具有广泛的应用前景。它可以用于执行需要高精度和柔顺性的任务，例如精细装配、医疗手术、人机协作等。该研究的开源策略也有助于推动欠驱动灵巧手技术的发展，促进更多创新应用。
📄 摘要（原文）
Tendon-driven underactuated hands excel in adaptive grasping but often suffer from kinematic unpredictability and highly non-linear force transmission. This ambiguity limits their ability to perform precise free-motion shaping and deliver reliable payloads for complex manipulation tasks. To address this, we introduce the PHANTOM Hand (Hybrid Precision-Augmented Compliance): a modular, 1:1 human-scale system featuring 6 actuators and 15 degrees of freedom (DoFs). We propose a unified framework that bridges the gap between precise analytic shaping and robust compliant grasping. By deriving a sparse mapping from physical geometry and integrating a mechanics-based compensation model, we effectively suppress kinematic drift caused by spring counter-tension and tendon elasticity. This approach achieves sub-degree kinematic reproducibility for free-motion planning while retaining the inherent mechanical compliance required for stable physical interaction. Experimental validation confirms the system's capabilities through (1) kinematic analysis verifying sub-degree global accuracy across the workspace; (2) static expressibility tests demonstrating complex hand gestures; (3) diverse grasping experiments covering power, precision, and tool-use categories; and (4) quantitative fingertip force characterization. The results demonstrate that the PHANTOM hand successfully combines analytic kinematic precision with continuous, predictable force output, significantly expanding the payload and dexterity of underactuated hands. To drive the development of the underactuated manipulation ecosystem, all hardware designs and control scripts are fully open-sourced for community engagement.