专题审查
从人手到机器人手的旅程：拟人机器人操纵器的生物学灵感
引用本文：Michael Seokyoung Han 和 Cindy K Harnett 2024 Bioinspir。生物。19021001
在线查看文章以获取更新和增强功能。
您可能也喜欢
一种用于连续SEMG解码的新型能量运动模型：从肌肉能量到运动模式 刘刚， 王璐和王静
一种科学驱动的假肢形态参数确定方法
手
孙白阳， 龚璇， 熊彩华等.
受人手进化启发的机器人设计与技能的协同优化 杨邦初， 江李， 包冠军等.
生物灵感与仿生学
十字标记
开放获取
收到
二零二三年七月十三日
修订版
二零二三年十二月二十一日
AcCEPTED For puBLICATion
5 二月 2024
发表
19 二月 2024
原创内容来自
这项工作可能会被使用
根据 ERMS
知识共享
署名 4.0 许可证。
任何进一步的分发
这项工作必须
保持归属
作者和标题
的工作，日记
引文和 DOI。
CC） （一）
(9)
开放获取
收到
二零二三年七月十三日
修订版
二零二三年十二月二十一日
AcCEPTED For puBLICATion
5 二月 2024
发表
19 二月 2024
原创内容来自
这项工作可能会被使用
根据 ERMS
知识共享
署名 4.0 许可证。
任何进一步的分发
这项工作必须
保持归属
作者和标题
的工作，日记
引文和 DOI。
CC） （一）
(9)
专题回顾
从人手到机器人手的旅程：拟人机器人操纵器的生物学灵感
收到
二零二三年十二月二十一日
接受宣传
普布利什
原创内容来自
这项工作可能会被使用
der 条款
知识共享
署名 4.0 许可证。
任何进一步的分发
作者和作品的标题、期刊引用和数字号
关键词：仿生手，拟人化设计，仿生手，软体机器人
抽象
开发能够复制人手复杂动作和灵巧性的机械手一直是科学家和工程师面临的长期挑战。人手不仅能够进行精细的操作，而且还能够用力量粉碎。为了与人类一起执行任务并代替人类执行任务，拟人化的操纵器设计被认为是最先进的实现，因为它能够遵循人类的例子并使用为人类设计的工具。在本文中，我们将探索从人手到机器人手的旅程，追溯手部机械手发展的历史进步和当前最先进的技术。我们首先研究人手的解剖结构和功能，重点介绍骨骼-肌腱-肌肉结构、皮肤特性和运动机制。然后，我们深入研究机器人手开发领域，重点关注高度拟人化的设计。最后，我们确定了实现下一阶段机械手技术的要求和方向。
1. 引言
人体被认为是地球上最复杂的结构之一，人的手是一个非常精致的机械手，可以执行从脆弱物体的微妙触摸到卧推的力量抓握的一切。是什么造就了这种灵巧性，我们如何以机械手、假手或其他相对精确和多功能的操纵器的形式复制它？这些问题一直是科学家、工程师和神经外科医生最关心的问题[1-6]，甚至影响了流行文化。为什么我们被肉身生物的创造所吸引？在经典小说《匹诺曹历险记》[7]中，杰佩托被迫从一根神奇的哭泣木头上雕刻出一个活生生的男孩，最终创造了匹诺曹。从感性的角度来看，杰佩托的行为可能是出于想要一个可爱的孩子并保护下一代的愿望。然而，从更合理的角度来看，匹诺曹——一种模仿结构——可以被视为人类能够想象的最先进的创造版本。
无论是出于实用还是艺术动机，仿生人手的目标在过去50年中产生了大量的研究文献。在本文中，回顾了仿生手操纵器过去和现在的发展方向，以建立对下一级挑战的理解。然后，通过研究人类手的解剖学、结构和功能，我们考虑了仿生机器人手的未来发展范围。基于对人手的解剖学研究，我们在功能、材料和生存能力方面为机械手操纵器设计了生物结构的人工对应物。
2. 拟人化手部发育的趋势
由于长期以来对机器人手的兴趣一直在稳步增长，并且包括非仿生方法，因此“机器人手”对于本综述来说过于宽泛的搜索词，该综述侧重于仿生学、材料和集成。我们最初的检索方法使用了关键词“仿生机械手”、“拟人化机械手”和“仿生手”，并带有“OR”运算符，收集了本综述范围内的文章进行分类。如图1（1）和图（2）中的灰色条所示，这些主题的发表率逐年上升。这
在机器人学期刊上发表的出版物数量最多，但文章也出现在多个工程领域和神经科学领域。
尽管在罗马时代早期曾尝试将人手模仿为铁假肢[8]，并在1960年代对机械手进行了其他研究[9]，但在1980年代，对具有类似人类形状的机械手的研究得到了加强。最著名的例子是斯坦福大学的索尔兹伯里手（1982年）[10]和犹他州/麻省理工学院的雅各布森手（1984年）[11]。图1（3）说明了这些初始研究（显示为引文图左上角的大点）如何影响后续研究，并用线条表示作品之间的引用。此外，图1（3）显示了代表每个研究重点的颜色。主要关注领域包括设计、机制和控制。
在 1980 年代和 1990 年代，基于解剖学观点，形成了一个复杂的设计框架。其目的是使系统更加灵巧[12-15]。近年来，材料科学、传感器技术和人工智能的进步继续推动着更先进、更复杂的机械手的发展[1621]。如今，有各种各样的机械手和假肢设备能够模仿人手的复杂动作和灵巧性，这些设备被用于各种应用，从制造和物流到医疗保健和康复[22]。
尽管在设计、制造、控制和灵巧性方面取得了这些重大进步，但仍存在相当大的改进空间。此外，图1（3）显示缺乏整合三个或更多不同重点领域的研究，表明在这个多学科领域存在未开发的机会。这一分析强调了取得新突破和进一步加速进展的潜力。
3. 人手解剖学概述-生物灵感
随着假手和机械手的发展，对人类手部解剖学、功能和机制的研究同时进行，旨在更好地了解我们的手是如何工作的。该主题对于改进仿生人造手至关重要[2,24,25]。因此，在本节中，从骨骼-肌腱-肌肉框架和皮肤的角度简要回顾了人类手的结构。我们还介绍了以前在功能和机械方面理解人手运动的研究。
3.1. 骨-肌腱-肌肉结构
每只手由27块骨头组成：拇指3块，手腕8块，其余四根手指16块，如图2所示。骨骼是我们双手的物理支撑[23]。这些骨骼通过肌腱与其他骨骼和肌肉相连。主要的解剖模式之一是成对的主肌腱，以打开（伸肌）或闭合（屈肌）每个手指，肌肉连接到位于前臂的伸肌腱和屈肌腱。然而，有趣的是，手指左右运动（内收、外展）的肌肉位于手掌[26]。通过将这些肌肉和肌腱分布在相对于肌腱和骨骼的正确位置，每个手指关节都能够进行全方位的运动。
为了更好地模拟人类的手部运动，已经进行了机械和临床研究来测量手指肌肉的肌腱偏移和力矩臂，因为这些运动和力定义了手指动力学并解释了内力和关节扭矩[25,27-29]。这不仅仅是通过距离
如前所述，肌腱的末端与肌肉相连。在图 3 中，位于手和前臂的骨骼肌由一束肌肉纤维组成。人体肌肉的功能显然是运动。研究人员发展了滑动细丝理论来描述肌肉运动的
3.2. 皮肤
人手的适应性和灵巧性不仅源于上述解剖学框架，还源于皮肤表面和下方的感觉神经受体[34]。图4显示了厚（掌侧）皮肤的结构，其特点是表皮的厚度。皮肤的功能不仅限于获取触觉信息，还包括物体周围的变形。
皮肤有三层（表皮、真皮、皮下组织），如图 4 所示。表皮本身的机械强度较低，但它在保护下面的皮肤层免受磨损方面起着关键作用。此外，由于表皮外表面独特的脊（指纹），手部操作会产生接触摩擦，从而实现更稳定的抓握。真皮是皮肤的主要底层，它决定了皮肤的整体机械性能。由于真皮具有高弹性和抗拉强度，因此它与皮下组织一起充当外部冲击的吸收剂。因此，由于每个层的物理特性，皮肤可以帮助人类的手在抓握过程中贴合物体，并通过吸收冲击和弹性恢复来弹回原来的形状。
同时，大多数触觉感觉感受器（机械感受器）位于表皮和真皮部分之间，容易接受皮肤的机械变形，同时保持周围层的保护[35]。有趣的是，目前许多人造皮肤研究都试图实施和利用这种人类皮肤层[36-39]。
3.3. 运动机构
在追求高度通用的机械手的过程中，根本问题是如何有效地抓取、操纵物体并与之交互。因此，研究人员经常描述其非凡的多功能性
图2.（左）人类手骨结构图示，（右）受人手启发的可能的人造手组件排列示例。
通过对人手的各种动作进行分类[40-42]。然而，需要注意的是，人类的感知是一个复杂的过程，它整合了骨骼-肌腱-肌肉结构、嵌入皮肤的感觉系统，甚至包括计划多项任务在内的认知处理的复杂相互作用。Napier指出，力量抓握和精确操作并不是相互排斥的[42]，这意味着人类的手不仅可以为不同的任务做出不同的姿势，而且还可以同时执行多个姿势，如图5所示。整体分类系统清楚地显示了人手的多功能性和范围。基于这种生理学观点，目前许多研究将人工手的姿势多功能性作为性能标准，类似于图5中的抓握分类
4.机械手功能实现
由于我们日常任务的固有设计以人为本，因此对人体手部解剖学的检查在推进机器人操纵器方面具有举足轻重的意义。这种范式超越了厨房用具等普通工具
图4.（左）人体皮肤结构和用于触觉传感的机械感受器的插图，（右）人造皮肤的例子。
非预言
包装
圆形球体
用拇指按压的小包装
圆盘
拇指和 2,3 指精确握把
循环
三脚架
拇指和三指精准握把
侧向捏合
拇指和 2 指精度和力量握把
图5.从简单和复杂的日常生活运动中选择抓握分类法;[41]中介绍的更大分类法的子集。
包括工业设备和研究仪器。这些工具经过精心制作，符合人体工程学，确保在尺寸和形状方面与普通人手兼容。从精致的细尖镊子到坚固的锤子和无绳电动工具，任务的多样性需要多方面的方法。虽然机器人对灵活性和多功能性的坚持至关重要，但在处理易碎和重型设备时，安全考虑也同样重要，需要能够在柔软和有力的握把之间进行调节，以及微妙和有力的触摸。
此外，来自工具的信号与感官反馈的相互连接在操作控制中具有关键意义。这些信号包括压力、温度和视觉反馈，使人类能够与环境无缝交互，为评估操作任务的成功建立基准。从本质上讲，对人体手部解剖结构的理解不仅为机器人机械手的设计提供了信息，而且还强调了集成安全功能和感官反馈机制，以提高其在许多操作环境中的整体效率。
最终目标是将人类劳动转移到机器人劳动，防止工伤，并超越人类的身体限制。随着食品和饮料、航空航天和国防以及能源和电力等行业强调“智能工厂”，在整个制造过程中跟踪供应和产出，高度复杂的机器人机械手也可以提高制造性能，例如通过传感增加
在注塑成型零件的装配力中，表明模具正在磨损。
因此，受人手的启发，人们努力赋予机器人机械手类似人的设计、运动和功能，而不会完全复制人手的所有特征。针对不同目标的不同实现已经出现，包括工厂自动化、临床假肢、人形机器人和探索机器人，并根据系统的目的强调各种设计特征[48]。由于对这些操纵器的全部多样性进行编目超出了本文的范围，因此本节将回顾机械手的高度拟人化设计。
最近的发展通常集中在新材料上，以实现最先进的设计。与 1980 年代至 1990 年代的设计相比，2010 年代至 2020 年代的设计不仅关注固体结构，还关注机械手的更柔软的组件。这种发展是通过先进的制造工艺、改进的计算性能和多学科合作实现的[49,50]。在本节中，通过从机械角度研究人类手的机器人对应物，我们展示了拟人化手在设计、材料、建模和控制方面是如何进步的。
4.1. 主框架
与人骨类似，机器人手中的硬框架为其他结构、传感器和执行器提供支持。这种框架能够执行高度协调的运动并保持自己的形状。一些早期开发依赖于框架，主要集中在仅使用刚体的简单操作功能[14,25,51]。为了使系统适应环境，研究了基于具体建模分析的主动控制策略
在对运动的精度和准确性至关重要的应用中，通常更常使用刚体材料，例如金属、硬塑料、强力纤维或电缆。这种选择有助于分析运动学和动力学，允许分离线性项，同时忽略摩擦、滞后和粘弹性特征
然而，在仿生机器人机械手和末端执行器中观察到范式转变，其中采用了与刚性材料的背离。这些系统引领潮流，探索使用更柔软、更轻、更安全的材料。这种向顺应材料的战略举措不仅促进了仿生学，而且有望在各种应用中增强适应性和安全性[65,66]。这些运动与刚体耦合的软材料可以扩大现有机械手的功能范围。一些作品甚至更加柔和，采用了顺应和被动框架而不是刚性骨骼，以便机械手可以具有更高的自由
因此，最近的许多研究表明，如何通过根据其主要目标正确选择刚性和软性材料来交织主动和被动运动。此外，先进的3D打印和激光切割技术使复杂的人手指设计
4.2. 驱动和传输
一旦建立了手的主要框架，就该产生运动了。根据系统的目标，力传递方法、力生成方法和执行器位置会有所不同。表2描述了主要的力传递方法及其优缺点。其中一些传输类别是紧密集成的
表 1.拟人化机械手设计的最新发展。
表 2.每种力传递方法的优缺点。
| Mechanism | Advantage | Disadvantage | References | ||||
| Tendon-Driven |
|
|
|
||||
| Linkage-Driven |
|
|
|
||||
| Pneumatic-Driven | 安全、柔软、强大的交互 |
|
|
||||
| SMA & SMP | 轻量级、高力 |
|
|
使用力生成方法（例如，原地驱动的人工气动或聚合物肌肉），而基于肌腱和连杆的系统可以由各种力发生器驱动。
如图 6 所示，机械手机构的主流架构，特别是在仿生应用中，主要是肌腱驱动的。在肌腱驱动系统中，放置在狭小空间中的肌腱电缆根据用户的命令传递移动手指的力。由于多个肌腱可以直接连接到每个指骨，因此它也可以应用于相对精确的位置控制，就像连杆驱动类型一样。然而，由于重量、柔和度和尺寸的限制，连杆驱动机构如今不太受欢迎，尽管它比其他方法具有易于设计和更高的运动精度特性。
相反，由于肌腱的弹性特性，肌腱驱动方法提供了系统顺应性的度量。虽然这增加了控制的复杂性，并由于伸长率和滞后而限制了最大力的传递，但好处往往大于缺点。近年来，肌腱驱动类别的进步见证了柔软和坚固材料的集成。双绞线电缆（通常称为双绞串致动器 （TSA））和双绞线圈聚合物 （TCP） 已成为将力产生和传递相结合的创新。与传统的肌腱系统相比，这些材料表现出更高的功率或重量效率[21,46,80]。鉴于这种驱动和传动系统反映了人手的肌肉和肌腱相互作用，因此已经探索了使用替代动力源（包括电机和液压/气动装置）的肌腱驱动机制[81]。
此外，最近的研究表明，用气动系统和形状记忆合金（SMA）/形状记忆聚合物（SMP）的替代品取代主体、连杆、关节甚至肌腱等基本部件的可能性[82]。这些材料不仅用作力传递的介质，而且还可作为电源的组成部分
同样，每种力生成方法都带来了新的控制挑战和优势
表 3.最近的皮肤模拟传感器使用一系列机制来产生触觉传感器元件。
转载自
[88]. CC 的 4.0 的。
江（2021）。
[89] 约翰·威利
Wiley-VCH有限公司。
PDMS、树脂、光学
光学 [89] 超细纤维
磁性 [90]
磁性 [90]
比兰吉（2021）。
经许可转载
模拟人体指纹脊，法向和横向运动检测
兰贝塔（2020）。
© 2020年IEEE。
转载，带有
许可，来自[91]。如前所述，具有不同的物理特性。精确控制这些软的、连续的、高自由度的驱动方法带来了另一个挑战：本体感觉，或对执行器状态的内部检测，以实现闭环控制。
4.3. 传感
如前所述，人手的灵巧性来自框架结构、致动器和感觉受体的相互作用。用于测量触觉信息的传感器系统不仅可以满足机器人的需求，还可以用于其他应用，包括医疗设备和压力
映射曲面
虽然各种项目的灵感和物理特性是一致的，但表 3 突出显示了截然不同的转导机制、材料和组件。大多数软型传感器通常检测电信号的变化，例如响应机械变形的电阻、电容或电荷的变化[87,88,96]。这些传感器可以无缝嵌入到紧凑尺寸的弹性体上，便于附着在具有柔性和可拉伸特性的表面上。虽然电传感机制具有很高的精度和灵敏度，但它们可能容易受到高信噪比 （SNR） 或干扰的影响。
相比之下，基于光学的传感机制不易受到电场或磁场干扰，并提供防水性。许多光学传感器采用柔性光纤，能够与软型聚合物连接，用作皮肤传感器。尽管这些传感器具有成本效益且易于制造，但它们可能会遇到与老化或模拟信号校准导致的光衰减相关的问题
更复杂的光学传感器采用基于视觉的传感机制，例如TacTip [92]、GelSight [98]和DIGIT [91]。在这些系统中，嵌入弹性材料中的图像捕获相机或基于光学的视觉传感器有助于检测物体的形状和纹理。虽然这些系统最初很笨重，但近年来它们经历了不断的改进。此外，磁传感机制也引起了人们的关注，特别是将磁性颗粒集成到聚合物材料中，以设计出柔软、薄、皮肤型触觉传感器
这些研究的主要关注点是获得法向力、检测横向运动、表面接触信息以及收集人体皮肤能力范围内的其他信号，例如温度。皮肤传感器社区评估和比较项目的力分辨率、最小和最大可测量力以及触觉传感器元件尺寸
4.4. 建模和控制
机器人手建模和控制的主要重点在于模拟人手单元运动，包括在受限工作空间内调节接触触摸力、抓握力、手指刚度、响应速度和指尖位置。如前所述，追求拟人化机械手的研究人员在新颖的框架设计、多样化的驱动机制和皮肤型传感器系统方面取得了显着进展。然而，巨大的挑战依然存在，每个部分都取得了重大进步，但缺乏有凝聚力的系统集成和无缝运动的实现。如图 7 所示，用于运动控制的仿生方案可能与人类神经系统一样复杂。
根据经典的工程概念，控制器是从系统的实体模型开始构建的。事实上，人们已经尝试精确地控制机械手，并添加了主动控制概念，使系统更加鲁棒[43,101]。基于彻底的正向和反向运动学分析，可以成功控制系统的位置和方向。动态建模使研究人员能够走得更远，模拟手在不同负载条件下的行为，并有助于制定控制策略[102]。这些建模过程不仅涉及基于几何和数值优化的动力学和运动学算法技术，还涉及基于实验测量的数据驱动方法[22,103-105]。
这种数据驱动的方法是当前的趋势。随着系统获得具有不同物理特性的组件，例如当半刚性框架与软筋和执行器相结合时，变量会成倍增加，系统变得过于复杂而无法准确描述。由于先进的成像技术和改进的计算性能，部分数据驱动的建模方法已被积极研究，以使系统更加准确，而不会变得难以计算
在设计方面，欠致动设计有助于研究人员降低系统复杂性，因为它们的致动器比
图7.从皮肤到肌肉的人体反应控制过程。脑和脊髓反应时间分别约为
5. 讨论
在过去的 50 年里，材料科学、传感器技术和人工智能的进步推动了仿生手领域的发展，产生了各种各样的机械手和假肢设备。过去 10 年的主要进展包括软传感器和执行器、机器学习与传感器的结合，以及对顺应和欠驱动机构的机械智能的新认识。
然而，尽管取得了重大进展，但仍有一些领域需要改进，包括设计、制造、控制和实用性。值得注意的是，为了实现有效的传感、处理和灵巧运动，对不同技术的无缝集成的研究仍然缺乏。例如，如前所述，虽然在拟人化设计、触觉皮肤传感器和各种类型的驱动方面取得了重大进展，但仍然需要探索这些系统之间的密切和自然联系，不仅在机械上，而且在计算上，以便将机器人操纵器领域提升到一个新的水平。
进化塑造了我们目前的手部结构，而人类随后创造了我们每天与之互动的各种环境。在各种环境中操纵物体的需要需要将这种灵巧性转移到机器人身上，从而允许委派平凡和重复的任务。
正在进行的研究重点是了解人手的解剖结构和功能，以指导机器人对应物的发展。在新兴材料、制造方法和计算技术的推动下，有朝一日我们可能会开发出能够模仿甚至超越人手复杂动作和能力的机械手。
综上所述，从人手到机器人手的旅程取得了稳步进展，但仍有很大的改进空间。通过研究和了解人手的结构和能力，研究人员和工程师可以继续推进机械手技术，旨在实现更高的灵活性、功能性以及与人类用户的集成。
数据可用性声明
支持本研究结果的所有数据都包含在文章（以及任何补充文件）中。
ORCID iD
Michael Seokyoung Han ® https://orcid.org/00000001-5351-410X
引用
[1] Santello M 等人，2016 年手部协同作用：机器人和神经科学的集成，用于理解生物和人工手的控制，Phys. Life Rev. 17 1-23
[2] Schwarz R J 和 Taylor C 1955 人手的解剖学和力学 Artif。肢体 2 22-35 （可在： https://api.semanticscholar.org/CorpusID:18765047）
[3] Watanabe T、Harada K 和 Tada M 2018 机器人操作中的人类启发灵巧性（学术）
[4] Jones L A 和 Lederman S J 2006 人手功能（牛津大学出版社）
[5] Controzzi M、Cipriani C 和 Chiara Carrozza M 2014 人造手的设计：回顾人类手作为机器人手开发的灵感，编辑 R Balasubramanian 和 V J Santos（施普林格），第 219-46 页
[6] Vertongen J、Kamper D G、Smit G 和 Vallery H 2020 机器人手、主动手矫形器和假肢的机械方面：比较评论 IEEE/ASME Trans. 机电一体化 26 955-65
[7] Collodi C 1883 匹诺曹历险记 （Simon & Schuster）
[8] Zuo K J 和 Olson J L 2014 功能性手置换的演变：从铁假体到手移植 Plast。外科 22， 44-51
[9] Tomovic R 和 Boni G，1962 年，自适应人工手 IRE Trans. Autom。控制 7 3-10
[10] Kenneth Salisbury J 和 Craig J J 1982 铰接手：力控制和运动学问题 Int. J. Robot。第14-17号决议
[11] Jacobsen S C、Wood J E、Knutti D F 和 Biggers K B 1984 犹他州/麻省理工学院灵巧的手：正在进行的工作 Int. J. 机器人。研究结果
[12] Butterfass J、Hirzinger G、Knoch S 和 Liu H 1998 Dlr 的多感官关节手。I. 硬和软件架构 Proc. 1998 IEEE Int. Conf. on Robotics and Automation （Cat.第 98 期 CH36146） 第 3 卷 （IEEE） 第 2081-6 页
[13] Crisman J D、Kanojia C 和 Zeid I 1996 Graspar：一种灵活、易于控制的机械手 IEEE 机器人。自动。Mag. 3 32-38
[14] Lovchik， C S 和 Diftler， M A， 1999， The robonaut hand： a dexterous robot hand for space Proc. 1999 IEEE International Conf. on Robotics and Automation （Cat.第 99 期 CH36288C） 第 2 卷 （IEEE） 第 907-12 页
[15] Speeter， T H， 1991， Primitive based control of the UTAH/M.I.T dextrous hand， Proc. 1991， IEEE Int. Conf. on Robotics and Automation （IEEE Computer Society），第 866-7 页
[16] Wilkinson D D、Vande Weghe M 和 Matsuoka Y 2003 解剖机械手的伸肌机制 2003 IEEE 机器人与自动化国际会议 （Cat.No. 03 CH37422） vol 1 （IEEE） pp 238-43
[17] Dollar A M 和 Howe R D 2010 高度自适应的 SDM 手：设计和性能评估 Int. J. Robot。第29 585-97号决议
[18] Deshpande A D、Xu Z、Vande Weghe M J、Brown B H、Ko J、Chang L Y、Wilkinson D D、Bidic S M 和 Matsuoka Y 2011 解剖学正确的测试台手的机制 IEEE/ASME Trans. 机电一体化 18 238-50
[19] Melchiorri C、Palli G、Berselli G 和 Vassura G 2013 ub hand IV 的开发：设计解决方案和使能技术概述 IEEE 机器人。自动。Mag. 20 72-81
[20] Deimel R 和 Brock O 2016 一种用于灵巧抓取的新型顺应和欠驱动机械手，国际机器人。第35、161-85号决议
[21] Wu L、de Andrade M J、Kumar Saharan L、Steven Rome R、Baughman R H 和 Tadesse Y 2017 由尼龙人造肌肉 Bioinspire 驱动的紧凑且低成本的人形手。生物。12026004
[22] Li Y， Wang P， Li R， Tao M， Liu Z and Qiao H 2022 多指机器人操作调查：生物学结果、结构进化和学习方法 Front.神经机器人。1653
[23] Spalteholz W 2013 人体解剖学图谱 （Butterworth-Heinemann）
[24] Napier J 1962 手的演变 Sci. Am. 207， 56-65
[25] Armstrong T J 和 Chaffin D B 1978 手指和腕关节位移与外侧手指屈肌腱之间关系的调查
[26] Culligan W 2013 大局：大体解剖学 Yale J. Biol。
[27] An K-N、Ueba Y、Chao E Y、Cooney W P 和 Linscheid R L 1983 食指肌肉的肌腱偏移和力矩臂 J. Biomech。16 419-25
[28] Kurse M U、Lipson H 和 Valero-Cuevas F J 2012 稀疏数据集中肌腱偏移和力矩臂的外推分析函数 IEEE Trans. Biomed.工程
[29] Francis-Pester F W、Thomas R、Sforzin D 和 Ackland D C 2021 人类手指肌肉的力矩手臂和杠杆作用 J. Biomech。116110180
[30] Screen H、R C 和 Elizabeth Tanner K，2011 年生物复合材料的结构和生物力学，Wiley 复合材料百科全书（Wiley 在线图书馆），第 1-12 页
[31] Nguyen J D 和 Duong H 2021 解剖学、肩部和上肢、静脉 Statpearls [互联网] （StatPearls Publishing）
[32] Clarke M 2010 肌肉滑动细丝 Nat. Rev. Mol. Cell Biol. 9 s7-s7
[33] Burbaum L、Schneider J、Scholze S、Böttcher R T、Baumeister W、Schwille P、Plitzko J M 和 Jasnin M 2021 天然心肌细胞内肌节收缩的分子尺度可视化 Nat. Commun.124086
[34] Macefield V G、Birznieks I、Binder MD、Hirokawa N 和 Windhorst U 2009 皮肤机械感受器、功能行为神经科学百科全书。914-22
[35] Carlson B A 2018 人体：连接结构和功能（学术）
[36] Li G， Liu S， Wang L and Zhu R 2020 集成在机器人手上的皮肤启发四重触觉传感器使物体识别成为可能 Sci. Robot.5 EABC 8134
[37] Tee B， C-K 等人，2015 年，受皮肤启发的有机数字机械感受器，科学，350,313-6
[38] Roberts P、Zadan M 和 Majidi C 2021 机器人 Curr 的软触觉传感皮肤。机器人。代表 2 343-54
[39] Wan Y， Wang Y and Fei Guo C 2017 柔性触觉传感器的最新进展 Mater.今天 Phys.
[40] MacKenzie C L 和 Iberall T，1994 年，《抓握的手》（爱思唯尔）
[41] Cutkosky，M，R和Howe，RD，1990，人类抓握选择和机器人抓握分析，灵巧的机械手（Springer），第5-31页
[42] Napier， J R 1956， The prehensile movement of the human hand J. Bone Joint Surg. 英国，第 38 卷，902-13
[43] Ozawa R 和 Tahara K 2017 多指机械手的抓握和灵巧操作：从控制角度
[44] Manti M、Hassan T、Passetti G、D'Elia No、Laschi C 和 Cianchetti M 2015 一种仿生软机器人抓手，用于适应性和有效的抓取软机器人。2 107-16
[45] Yang H， Wei G， 任 L， Qian Z， Wang K， Xiu H and Liang W 2021 一种低成本连杆弹簧肌腱集成兼容拟人化机械手：MCR-hand III 机械马赫理论 158104210
[46] Konda R、Bombara D、Swanbeck S 和 Zhang J 2022 拟人化扭曲弦驱动软机器人夹持器，具有基于肌腱的加固 IEEE Trans. 机器人。39 1178-95
[47] Xu Z 和 Todorov E，2016 年，面向假肢再生的高度仿生拟人化机械手的设计，2016 年 IEEE 机器人与自动化国际会议 （ICRA） （IEEE），第 3485-92 页
[48] Negrello F、Stuart H S 和 Catalano MG 2020 现实世界中的手：前线。机器人。人工智能 6147
[49] Jumet B、Bell MD、Sanchez V 和 Preston D J 2022 软机器人的数据驱动评论。系统42100163
[50] Chen X， Zhang X， Huang Y， Cao L， Liu J 2022 软机械手研究、应用和机遇综述 J. Field Robot.39 281-311
[51] 厄斯金·克罗斯利（Erskine），克罗斯利（Crossley），FR和Umholtz，FG，1977年，三指手的设计，机械，马赫理论，12,85-93
[52] Loucks C、Johnson V、Boissiere P、Starr G 和 Steele J 1987 斯坦福/JPL 手的建模和控制，Proc. 1987 IEEE 机器人与自动化国际会议，第 4 卷 （IEEE），第 573-8 页
[53] Lee Y-T、Choi H-R、Chung W-K 和 Youm Y，1994 耦合肌腱驱动机械手的刚度控制，IEEE 控制系统，杂志 14,10-19
[54] Al Shafatul Islam， Subad R， Cross L， B 和 Park K， 2021， 水下机器人的软机械手和触觉传感器， 应用机械 2， 356-82
[55] Abondance S、Teeple C B 和 Wood R J 2020 用于精细手部操作的灵巧软机器人手 IEEE 机器人。自动。出租 5 5502-9
[56] 佘婷， 李 C， Cleary J 和 Su.H-J 2015 带有嵌入式执行器和传感器的软机械手的设计和制造 J. Mech. 机器人。7021007
[57] 周 J， 陈 X， 常宇， 卢 J-T， 程友良 C， 陈 Y， 胡 Y 和 王 Z 2019 拟人化机器人手灵巧的软机器人方法 IEEE Access 7 101483-95
[58] Gilday K、Hughes J 和 Iida F 2023 通过被动身体动力学传感、驱动和交互：软机器人手设计软机器人的框架。10 159-73
[59] Puhlmann S、Harris J 和 Brock O 2022 Rbo hand 3：软灵巧操作平台 IEEE Trans. Robot。38 3434-49
[60] Kim U、Jung D、Jeong H、Park J、Jung H-M、Cheong J、Ryeol Choi H、Do H 和 Park C 2021 集成联动驱动的灵巧拟人化机器人手 Nat. Commun.127177
[61] Laffranchi M、Boccardo N、Traverso S、Lombardi L、Canepa M、Lince A、Semprini M、Saglia J A、Naceri A、Sacchetti R 等 IIT-INAIL 康复技术实验室 2020 汉内斯手部假体复制了人手科学机器人的关键生物学特性。5 EABB0467
[62] Hughes J A E、Maiolino P 和 Iida F 2018 拟人化的软骨架手利用条件模型进行钢琴演奏 Sci. Robot。3 EAAU3098
[63] Zhao H， O'brien K， Li S and Shepherd R F 2016 通过可拉伸光波导光电神经支配软假手 Sci. Robot.1 EAAI7529
[64] Weiner P、Starke J、Hundhausen F、Beil J 和 Asfour T 2018 套件假手：设计和控制 2018 IEEE/RSJ 智能机器人和系统国际会议 （IROS） （IEEE） pp
[65] Gu G 等人，2023 年，一种同时提供肌电控制和触觉反馈的软神经假手，Nat. Biomed。英文 7 589-98
[66] Mohammadi A， Lavranos J， 周 H， Mutlu R， Alici G， Tan Y， Choong P 和 Oetomo D 2020 具有多关节能力的实用 3D 打印软机器人假手 PLoS One 15 e0232766
[67] Yang Y， Chen Y， Li Y， Chen M Z Q and Wei Y 2017 基于气动执行器和智能材料软体机器人 3D 打印的仿生机器人手指.4 147-62
[68] Lee H、Park J、Byunghyun Kang B 和 Cho K-J 2023 应用于假手 3D 打印的生物启发可打印关节的单步 3D 打印。添加。制造 10 917-29
[69] Jacobsen S、Iversen E、Knutti D、Johnson R 和 Biggers K 1986 年犹他州/麻省理工学院灵巧手的设计 Proc. 1986 IEEE 机器人与自动化国际会议第 3 卷 （IEEE） pp
[70] Catalano MG、Grioli G、Farnioli E、Serio A、Piazza C 和 Bicchi A 2014 Pisa/IIT SoftHand Int. J. 机器人设计和控制的自适应协同作用。第33 768-82号决议
[71] Laliberte T、Birglen L 和 Gosselin C 2002 机器人抓握手的驱动不足 Mach. Intell.机器人。控制
[72] Zainul、Azlan N 和 Yamaura H，2012 年，拟人化手指，具有用于捏合和抓取任务的优化几何参数，机械马赫理论 49：52-66
[73] Yoon D 和 Choi Y，2017 年，使用可收缩滑块曲柄和可堆叠四连杆的欠驱动手指机构，IEEE/ASME Trans. Mechatronics 22,2046-57
[74] Li X-Li， Wu Li-C and Lan T-Y 2018 具有三个连杆驱动的欠驱动手指的 3D 打印机器人手 Int.
[75] Reza Kashef S、Amini S 和 Akbarzadeh A 2020 机械手：假手连杆驱动手指机制的综述和性能标准的评估 机械马赫理论 145103677
[76] Li W-Y、Nabae H、Endo G 和 Suzumori K 2020 结合生物张力和薄人造肌肉的新型软机器人手配置 IEEE 机器人。自动。出租 5 4345-51
[77] Kim H-I， Han M-W， Song S-H and Ahn S-H 2016 SMA肌腱线驱动的软变形手 复合材料B 105 138-48
[78] Li J， Sun M， Wu Z and Yin H 2020 新型软手的设计、分析和抓握实验：使用形状记忆合金致动器、电机和电磁铁软机器人的混合致动器。7 396-407
[79] Liu M， Hao L， Zhang W and Zhao Z 2020 具有可变刚度的形状记忆合金软机器人夹具的新颖设计 Int. J. Adv. Robot.系统1717298814209 07813
[80] Zhang J， Sheng J， O'Neill C T， Walsh C J， Wood R J， Ryu J-H， Desai J P and Yip M C 2019 机器人人工肌肉：当前进展和未来展望 IEEE Trans. Robot.35 761-81
[81] 周 X， 朱妍， 钱倩， 葛华， 蔡婷， 宝 G 2022 全驱动多指灵巧手的设计 2022 先进机器人与机电一体化国际会议 （ICARM） （IEEE） pp
[82] Yin H， Tian L and Yang G 2020 基于尼龙和形状记忆合金的可变刚度软手指纤维阵列肌肉设计。34 599-609
[83] Kim I H 等人，2022 年，具有可逆渗流的人体肌肉启发的单纤维致动器，Nat. Nanotechnol。17 1198-205
[84] Kotikian A、Morales J M、Lu A、Mueller J、Davidson Z S、William Boley J 和 Lewis J A 2021 具有闭环控制的神经支配、自感应液晶弹性体执行器 Adv. Mater。332101814
[85] Nilles A、Ceron S、Napp N 和 Petersen K 2022 软充气机器人中基于应变的共识 2022 IEEE 第 5 届软机器人国际会议 （RoboSoft） （IEEE） 第 789-94 页
[86] Iskarous M M 和 Thakor N V 2019 E-Skins：上肢假肢的仿生传感和编码 Proc. IEEE 107 2052-64
[87] 沈志， 朱旭， 马吉迪 C 和 顾.G 2021 用于软体机器、生理传感和截肢假肢的皮肤离子基重机械感受器 Adv. Mater.332102069
[88] 刘Y， 崔S， 魏J， 李H， 胡 J， 陈S， 陈Y， 马 Y
[89] 江 C， 张志， 潘杰， 王彦， 张璐， 佟璐 2021 手指皮肤启发的柔性光学传感器，用于机器人抓取中的力传感和滑移检测 Adv. Materi.技术62100285
[90] Bhirangi R、Hellebrekers T、Majidi C 和 Gupta A 2021 Reskin：多功能、可更换、持久的触觉皮肤 （arXiv：2111.00071）
[91] Lambeta M 等人，2020 年数字：一种低成本紧凑的高分辨率触觉传感器的新颖设计，适用于手操作 IEEE 机器人。自动。出租 5 3838-45
[92] Ward-Cherrier B、Pestell N、Cramphorn L、Winstone B、Elena Giannaccini M、Rossiter J 和 Lepora N F 2018 TacTip 系列：具有 3D 打印仿生形态的软光学触觉传感器软机器人。5 216-27
[93] James J W、Pestell N 和 Lepora N F 2018 使用仿生触觉传感器 IEEE 机器人进行滑移检测。自动。让。
[94] Boutry C M、Negre M、Jorda M、Vardoulis O、Chortos A、Khatib O 和 Bao Z 2018 一种分层图案、仿生的电子皮肤，能够检测机器人科学机器人的施加压力方向。3 EAAU6914
[95] Seokyoung Han M 和 Harnett C K 2022 用于粘滑检测
[96] Zhang R， Lin J-T， Olowo O O， Goulet B P， Harris B and Popa D O 2022 Skincell： a modular touchtile sensor patch for physical human-robot interaction IEEE Sens. J. 23 2833-46
[97] Bunge C-A、Beckers M 和 Lustermann B 2017 年，光纤的基本原理，聚合物光纤（爱思唯尔），第 47-118 页
[98] Yuan W、Dong S 和 Adelson E H 2017 Gelsight：用于估计几何形状和力传感器的高分辨率机器人触觉传感器172762
[99] Pal A、Restrepo V、Goswami D 和 Martinez R V 2021 利用软机器人中的机械不稳定性：控制、传感和驱动 Adv. Mater。332006939
[100] Murray R M、Li Z、Sastry S S 和 Shankara Sastry S 1994 机器人操作的数学导论（CRC 出版社）
[101] Mason M T 和 Salisbury J K 1985 机器人手和操纵机制
[102] Li Z， Hsu P and Sastry S 1989 Grasping and coordinated manipulation by a multifingered robot hand Int. J. Robot.研究结果
[103] Ciocarlie M 和 Allen P，2010 年，2010 年，IEEE 机器人与自动化国际会议 （IEEE），第 1292-9 页
[104] Bohg J、Morales A、Asfour T 和 Kragic D 2013 数据驱动的掌握综合-一项调查 IEEE Trans. Robot。30 289-309
[105] Armanini C、Boyer F'eric、Teejo Mathew A、Duriez C 和 Renda F 2023 软机器人建模：结构化概述 IEEE Trans. Robot。
[106] Billard A 和 Kragic D 2019 机器人操作的趋势和挑战 科学 364 eaat 8414
[107] Della Santina C、Arapi V、Averta G、Damiani F、Fiore G、Settimi A、Catalano MG、Bacciu D、Bicchi A 和 Bianchi M 2019 向人类学习如何抓握：使用拟人化软手自主抓取的数据驱动架构 IEEE 机器人。自动。让。
[108] 刘琦， 张杰， 李旭， 周 J， 胡 X， 金伟和宋 A 2022 刚性和柔性结构耦合欠驱动手 2022 IEEE/ASME 先进智能机电一体化 （AIM） 国际会议 （IEEE） pp 1587-92
[109] Zhang N， Ge L， Xu H， Zhu X and Gu G 2020 3D 打印、模块化的刚柔集成软手指致动器，用于拟人化手 Sens. Actuators A 312112090
[110] Zhang N， Zhao Y， Gu G and Zhu X 2022 软机械手的协同控制，用于类人抓握姿势， 中国科学版， Sci. 65， 553-68
[111] Gabiccini M、Bicchi A、Prattichizzo D 和 Malvezzi M 2011 关于手部协同作用在抓握力 Auton 的最佳选择中的作用。机器人。31 235-52