軟體仿人靈巧手的研究進展

中圖分類號：TP241 DOI：10.16578/j.issn.1004.2539.2025.06.021

0 引言

近年來，隨著人工智能和自動化技術的快速發展，人們對機器人的需求日益增加。機器人技術在各行業領域內均得到廣泛應用，給人們的生產與日常生活帶來了多方面的改變。靈巧手作為機器人的末端執行器，是專為執行多任務而研發的智能通用型機械手。其直接與外部環境接觸，擔負著執行各種抓取和操作的任務。靈巧是指手的姿勢可變性，這種可變性越高，則認為手越靈巧[2]

傳統的靈巧手由金屬材料和硬質塑料等構成的剛性結構組成，通常由電動機驅動，通過鍵傳動、齒輪或連桿等傳動機構間接傳遞運動和動力到對應關節3，具備較大的輸出力矩、精準的傳動以及較快的運動速度等優點。但其自身缺乏柔順性，在處理易碎物體時易造成損傷[4-5]。并且，剛性結構在人機交互過程中也缺乏交互安全性。隨著仿生學、材料學等新興學科的不斷發展，機器人技術取得了重大的突破，發展出一個新的分支一一軟體機器人。軟體機器人的主體通常由彈性模量在 10⁴～10⁹ Pa的柔性材料或軟材料制成，理論上具有無限自由度，因而具有連續變形的能力。同時，軟體機器人還具有優異的柔順性和安全交互性。學者們將軟體機器人技術運用在靈巧手上，研發了一系列軟體靈巧手。與傳統剛性靈巧手相比，軟體靈巧手利用自身材料固有的柔順性，能夠靈活地抓取各種形狀、質量和大小的物體，表現出良好的順應性和抗沖擊性。因此，軟體靈巧手開始得到越來越多學者的關注。

但是，軟體靈巧手在靈活性和適應性方面仍無法與人手相媲美。人手能夠實現各種靈巧的操作和感知復雜的動態環境，消除操作過程中因定位誤差、外部干擾等產生的不確定性，實現對不同物體的穩定抓取。而軟體靈巧手在抓取非結構化環境中的物體時仍然面臨挑戰；其次，軟體靈巧手的控制系統比較復雜，需要利用先進的算法和傳感技術來實現類似于人手的精細操作。

仿人化設計是靈巧手的主要發展方向之一，通過模仿人手的形狀、結構和功能，可以實現部分類人運動，在抓取和操作中具有廣泛的適應性和可操作性-9。軟體仿人靈巧手的核心技術包括結構設計、制備工藝以及驅動和控制技術。隨著機器人技術的發展，軟體仿人靈巧手將成為機器人末端執行器發展的熱點方向，在工業自動化[0]13427、醫療康復[和家庭服務[12等領域得到廣泛的應用。

本文從靈巧性及抓取操作能力、驅動方式、材料與制造、建模和控制等方面綜述了軟體仿人靈巧手的研究現狀，探討了其目前存在的問題、面臨的挑戰和未來的發展趨勢。

1靈巧性及抓取操作能力研究

人手是執行靈巧操作最重要的器官，同時也是獲取認知信息的重要途徑之一。人手結構緊湊而復雜，包括27塊骨頭、19個內關節和29塊肌肉[13]，如圖1所示。借助肌肉運動，人手能夠使掌骨、指骨和腕骨關節實現轉動，從而使每根手指可以獨立完成伸展屈曲與外展內收運動。人手的多關節結構賦予了人手非凡的靈巧性，使其在抓取與操作時能夠適應各種形狀和大小的物體。然而，要獨立控制所有的手部關節是一項極具挑戰性的任務。實際上，人手通過協調各手指關節的運動，減少了單根手指獨立運動的自由度，進而簡化了其在各種抓取任務中的控制難度。人手肌肉肌腱的結構確保了這種協調控制策略的有效實施。軟體仿人靈巧手通過模仿人手的結構與功能，以期實現類似于人手的靈巧性和抓取操作能力，這對于提升機器人系統的智能化水平具有重要意義。根據仿人化程度的高低，本文將軟體仿人靈巧手分為3種類型：軟體多指抓手、手掌固定仿人靈巧手和手掌可驅動仿人靈巧手，分別討論了這3種類型軟體手的靈巧性和抓取操作能力。

1. 1 軟體多指抓手

抓取是機器人末端執行器最容易實現的操作，也是人手在日常生活中使用最多的功能[14]。多指抓手是模擬人手運動的基礎[15]。為了抓取目標物體，多指抓手采用模仿人手手指的包絡抓取動作。相較于傳統的剛性抓手，軟體多指抓手在抓取物體時能夠更加自然地調整形態，適應不同物體的形狀。這使得軟體多指抓手在處理易碎品或形狀不規則的物體（雞蛋、蔬菜水果、個性化零件等）方面展現出獨特的優勢。

軟體多指抓手通常使用氣動驅動來執行固定的動作，用于抓取和釋放目標物體。當充氣時手指彎曲變形，用來抓取物體，反之釋放物體。日本東芝公司利用其研發的3自由度氣動執行器，成功設計制造出一款柔性四指抓手[，如圖2（a）所示。為滿足食品抓取、配送等領域的需求，日本立命館大學成功研制出一款氣動四指抓手[10]03427，如圖2（b）所示。浙江工業大學是國內較早從事軟體抓手研究與開發的機構之一，該大學成功地研發出基于氣體驅動的球果采摘手[7和黃瓜采摘手[8]。上述多指抓手動作形式簡單而穩定，主要應用于食品抓取及蔬果采摘，多指結構的設計增加了對目標物體的接觸面積，提高了抓取成功率。但是，這些軟體多指抓手只有一種單一的抓取模式，并且1次只能抓取1個物體。于是，清華大學LIU等[19提出了具有3種抓取模式（包絡、負壓吸取和先包絡后負壓吸?。┑亩嗄Ｊ杰涹w四指抓手，既可以處理不同形狀的物體，也可以同時抓取多個物體，大幅提高了抓取效率，如圖2（c）所示。麻省理工學院設計的氣動三指抓手20，在每個手指內嵌入彎曲傳感器，可以識別被抓取物體，如圖2（d）所示。

軟體多指抓手由于其相對簡單的結構和較低的成本，在工業應用中得到了企業和用戶的廣泛認可。然而，軟體多指抓手在外形和結構上仿人化程度較低，在功能上也僅局限于抓取物體，缺乏靈巧操作的能力，無法輔助或代替人類進行復雜作業。

1.2手掌固定仿人靈巧手

抓取穩定性和操作靈巧性是仿人靈巧手的兩個重要功能2。由于人手具有執行操作的靈巧性，研究人員試圖通過模仿人手的外形和結構來復制這種能力，并設計出手指可驅動的軟體仿人靈巧手。這些仿人靈巧手的手指數量通常為5個，每根手指都可以獨立驅動，但手掌不具備自由度，無法驅動。

研究人員將重點放在手指的設計上，目前已經提出軟手指結構[22]2047-053[23]6-15[24]34-344、剛柔合結構[25-2]294365及線構6311等類型。傳統剛性仿人靈巧手雖然在外觀上實現了仿人化設計，但是在運動功能上還達不到人手的靈巧性和適應性[2，其柔順性和抗沖擊性較差。為了解決上述問題，學者們提出了軟手指結構。軟手指通常由彈性體材料構成，可連續變形，利用自身材料的柔順性，被動適應要抓取物體的形狀和尺寸，這種被動適應性可以降低對手指的感知和控制的需求。根據手指的自由度個數，可以分為單關節軟手指和多關節軟手指。FRAS等[33]I-設計的單關節軟手指仿人靈巧手，每個手指有1個自由度，能夠被動適應抓取的目標對象，可實現多種類人的抓取姿勢，如圖2（e）所示。但是，單關節軟手指通常具有固定的運動軌跡，無法做出復雜的手勢或主動適應物體的形狀和大小。除拇指外，人手的其他四指都由3個關節構成34。所以，多關節軟手指在結構上仿人化程度更高。此外，相較于單關節軟手指，多關節軟手指普遍具有更大的指尖可達工作空間，更有利于手內的靈巧操作[35339-386。但多關節軟手指的尺寸和質量也更大。因此，開發結構緊湊、質量輕的多關節軟手指仍具挑戰。

軟手指仿人靈巧手抓取操作的穩定性和柔順性在很大程度上得到提升，不過手指的輸出力有限。于是，研究人員提出，采用剛柔耦合結構來提高靈巧手的輸出力。如圖2（f）所示，ZHANG等[294346-4353提出的剛柔耦合結構仿人靈巧手，手指利用氣動軟波紋管驅動剛性骨架，最大可以輸出7.5N的力，既有較高的適應性，又能提供足夠的剛度。該剛柔耦合手能夠實現GRASP分類的33種抓取姿勢中的32種以及5種類人抓取策略，表現出較好的抓取性能。剛柔耦合結構手指在一定程度上克服了軟手指輸出力不足的問題，但存在剛柔材料的融合與建模困難問題。此外，還可基于顆粒阻塞原理[37]155912-155925和基于形狀記憶材料[38-39的變剛度方法來提高軟手指的輸出力。

線纜結構通過模擬人手肌腱傳動，能夠很好地適應傳統的機械結構，并且提高了手指的承載能力。TAVAKOLI等[3]129-1634提出的仿人靈巧手，通過線纜驅動，可以實現高頻率抓取物體，如圖2（g）所示。但是，線纜的形變是一個非線性問題；同時，在走線過程中也會出現線纜與手指本體間的摩擦問題，增加了靈巧手的控制難度；復雜的走線結構也提高了手指的復雜性和維護難度。此外，一些學者在手指外觀和結構上追求高度的仿人化設計，例如，KUMAGAI等研制了擁有指甲的仿人指尖，能夠提高仿人靈巧手的精確抓取性能。表1所示為軟體仿人靈巧手不同結構手指的優缺點。

綜上所述，手掌固定仿人靈巧手的仿人化程度在進一步提升；柔性手指帶來的被動適應性能夠在非結構化環境中提高抓取的穩定性；手掌固定仿人靈巧手在滿足靜態抓取穩定性和執行特定手勢方面表現出色。然而，手掌不可驅動限制了手指外展內收的運動以及拇指的靈活性。自由度數量對靈巧操作的影響尤為重要。而手掌固定仿人靈巧手的自由度遠不及人手，因此，很難滿足復雜操作任務的靈巧性需求。

1.3手掌可驅動仿人靈巧手

在上述的研究中，學者們主要對軟體仿人靈巧手的手指結構進行研究和改進，忽略了手掌的重要性[4]387-396[42303-3143]。對于手掌不可驅動的仿人靈巧手，通常用手掌來固定手指[44]或嵌入驅動系統[30]e0232766，這樣的設計限制了仿人靈巧手抓取物體的類型、姿勢的多樣性以及操作的靈巧性。

手掌不僅在強力抓握（Powergrasp，又稱手掌抓握）動作中起著至關重要的作用，還可通過增加與目標物體的接觸面積以強化抓取的穩定性；同時，在進行精細操作時，手掌內部的肌肉群還負責調控五指的伸縮及外展內收動作，這是實現靈巧操作的關鍵。因此，研究人員將柔性執行器整合到手掌中，從而實現類似手掌的驅動功能。電共軛流體（Electro-ConjugateFluid，ECF）驅動手[45]181-188是最早具備可驅動手掌的軟體仿人靈巧手之一，通過在手掌中添加兩個ECF執行器，可以執行拇指對立和掌骨伸展屈曲運動。DE-IMEL等[23]61-185設計的RBO Hand 2，手掌由兩個可以獨立驅動的氣動執行器組成，能夠實現不同的拇指對立運動。RBOHand2共有7個自由度，能夠完成GRASP分類中的31種抓握姿勢，并且無須復雜的傳感與控制即可實現與環境目標的充分接觸，如圖2（h）所示。WANG等[46J7-49提出帶可驅動手掌的氣動軟體仿人靈巧手，得益于手掌位置的氣動執行器，可以實現五指的外展內收運動以及整個手掌的彎曲，并且能夠完成GRASP分類中的32種抓握姿勢，如圖2（i）所示。引入變胞機構可以擴展手掌的自由度，使整個手掌具有可重構性，增加了靈巧手的工作空間和抓取適應性。CHEN等提出的變胞手掌，通過調整各個關節的角度，可以實現握持、放松和張開等手部動作。

拇指和大魚際肌肉對手的靈巧性起著至關重要的作用。手掌正面拇指根部的大魚際肌肉負責控制拇指運動[48，尤其是拇指與其他四指的對立運動，是手實現精確抓取和操作物體的關鍵。為了提高拇指的靈活性，HAO等[491745-753提出一種多關節氣動軟體手，在大魚際位置設計了一個網格狀氣動執行器以提高拇指靈巧性，并能夠通過不同姿勢的手語表達英文字母，如圖2（j）所示。此外，MEI等[50]7615-7622提出的軟體仿人靈巧手BlueHand，在大魚際位置設計了由3個波紋管執行器并聯驅動的結構，如圖2（k）所示。BlueHand共有21個自由度，能夠完成GRASP分類中的所有抓握姿勢，并在拇指靈活性測試—Kapandji測試5中獲得最高分，還可以與人進行簡單互動。

隨著軟體機器人技術的飛速發展，軟體仿人靈巧手正朝著外觀和運動特性更加擬人化的方向發展，表現出較好的操作靈巧性。例如，PUHLMANN等[24]3434-3449研制的可驅動手掌仿人靈巧手RBO Hand3，如圖2（1）所示，可以在手內旋轉筆、香蕉和螺絲刀等物體。ZHOU等[52]101483-101495研制的BCL-26，具有高度仿人化的外觀，共有26個自由度，能夠操作物體在手內移動或轉動，如圖2（m）所示。這兩個仿人靈巧手都表現出高度的仿人化及靈巧性。

表2歸納了部分手掌可驅動仿人靈巧手?？梢钥闯?，手掌可驅動的結構是實現拇指對立和包絡抓取的關鍵，直接影響仿人靈巧手的靈巧性。手掌的主動自由度使仿人靈巧手能夠以更接近人手的操作策略執行操作任務。目前，軟體仿人靈巧手能夠完成許多日常抓取動作和簡單的操作任務，但缺乏感知功能，這使得與人和環境交互存在一定的局限性。為了提高軟體仿人靈巧手的感知能力，國內外已有學者開展了面向軟體仿人靈巧手的柔性觸覺感知技術研究，使軟體仿人靈巧手能夠感知環境信息，在非結構化環境中穩定、靈巧地抓取與操作。

2 驅動方式

根據驅動原理的不同，可以將軟體仿人靈巧手的驅動方式分為流體驅動、線纜驅動和智能材料驅動。其中，流體驅動在軟體仿人靈巧手中應用最為廣泛。盡管在結構上存在多樣性，流體驅動的本質是借助流體壓力使封閉腔室發生膨脹和收縮，通過不同的約束結構來限制變形。根據選用的介質不同，流體驅動可分為氣動驅動和液壓驅動兩種。常見的流體執行器主要為氣動人工肌肉（PneumaticArtificialMuscle，PAM）和流體彈性體執行器（FluidicElastomerActuator，FEA）。PAM是由相互交織的螺旋編織網包裹柱狀橡膠管所構成的軟體執行器，通人壓縮氣體可以使軸向收縮和徑向膨脹，如圖3（a）所示。南卓江等[54將McKibben型氣動人工肌肉作為執行器，研發了由35根氣動人工肌肉驅動的仿人靈巧手，具有良好的柔順性和靈巧性。FEA主要有纖維增強[55-56和氣動網絡[57-58兩種不同的設計思路來實現變形，如圖3（b）和圖3（c）所示。氣動驅動具備氣體來源廣泛、無污染等優勢，其技術也相對成熟。但是，內外壓差較大，輕微損傷就可能導致氣動執行器失效損壞。

液壓驅動在水下環境中非常適用，具有更高的負載能力和穩定性。WANG等[59]2186-2193基于雙向彎曲的液壓執行器，設計了液壓驅動軟體仿人靈巧手，能夠實現對水下環境中不同類型物體的抓取，如圖3（d）所示。但是，液壓驅動需要液壓泵等輔助設備，系統相對復雜，難以實現驅動設備的小型化。

線纜驅動的原理是將線纜穿過靈巧手手指上的固定點，并在線纜的根部施加拉力，從而產生彎曲并驅動手指。圖3（e）所示為MOHAMMADI等[30]e0232766研制的假肢手X-Limb，憑借集成在手中的直流電動機拉動線纜，使手指彎曲，實現對物體的抓取操作。線纜驅動靈巧手通常為欠驅動結構，欠驅動結構是指靈巧手內執行器的數量小于自由度個數。線纜驅動靈巧手所帶來的欠驅動結構在抓取時表現出較好的穩定性，易于實現手指與物體的多點接觸，但手的靈巧性有限。此外，線纜驅動必須對線纜進行預緊，同時，線纜與手指結構的摩擦干擾大，壽命較短。

大多數軟體仿人靈巧手只包括1種驅動方式，LI等[60]144-1151提出了雙模式驅動的軟體仿人靈巧手，同時包括液壓驅動和線纜驅動，如圖3（f所示。將兩種驅動方式相結合，可以發揮各自優勢，彌補彼此的局限性，但缺點是結構更為復雜。

智能材料能夠在施加適當的外界刺激（熱、光、電、磁場等）下產生物理屬性變化，從而實現驅動功能。電共軛流體和形狀記憶材料是軟體仿人靈巧手常用的智能材料。電共軛流體是一種電介質流體，在受到高直流電壓時產生強大的射流，從而使柔性手指彎曲。YAMAGUCHI等[45]181-188將ECF作為驅動源，設計了一款新穎的軟體仿人靈巧手，如圖 3（g） 所示。ECF執行器具有體積小、結構柔順的特點。用于驅動的形狀記憶材料主要為形狀記憶合金（ShapeMemoryAlloy，SMA）。SMA是一類具有形狀記憶效應的智能合金材料，在受熱后可以消除在低溫下發生的變形，恢復到初始的形狀。SMA通常被制成絲狀或帶狀，嵌入靈巧手手指內并固定，通過加熱SMA絲，使其彎曲，進而驅動軟體仿人靈巧手[616[62][63]18-148，如圖3（h）所示。由于SMA電阻率較小，直接加熱SMA絲效率低，通過在SMA絲外纏繞電阻絲間接加熱SMA絲可以提高加熱效率[64]021007[65]。SMA具有恢復應力高、工作電壓低、壽命長等優點，但同時存在驅動和恢復速度慢以及遲滯等問題。此外，徐雪杰等[6]54-59使用聚二甲基硅氧烷（Polydimeth-ylsiloxane，PDMS）和單壁碳納米管（CarbonNanotube，CNT）組成復合光驅動材料，借助3D打印技術直接打印出軟體手，在光照控制下能夠模擬部分手的動作形態，如圖3（i）所示。

3軟體仿人靈巧手的材料與制造

3.1材料

軟體仿人靈巧手作為軟體機器人的一個分支，本體采用軟材料（彈性模量小于 10⁹Pa， 制作而成，常用的軟材料包括彈性體和形狀記憶材料。彈性體是一種彈性聚合物，具有柔順性和高彈性的特點，其彈性模量和人體軟組織、肌肉相近，更容易實現與人手類似的運動能力。硅橡膠是制作軟體仿人靈巧手最常用的彈性體材料1[3]6[41387396[4634，具有加工容容易、毒性小、成本低等優點。如圖4（a）所示，ZHOU等[35]379-3386設計的軟體仿人靈巧手BCL-13，手指和手掌執行器均由Smooth-On公司生產的硅橡膠制備而成，并用纖維纏繞增強結構；得益于硅橡膠良好的軟彈性，該手具有高度的靈巧性和安全交互性。聚氨酯（Polyurethanes，PU）和PDMS都屬于彈性高分子材料，也常被用在軟體仿人靈作35566具良好的耐磨性，在很寬的硬度范圍內都保持較高的彈性，但缺點是原材料具有毒性。YANG等[3715912-155925利用熱塑性聚氨酯（ThermoplasticPolyurethane，TPU）制備的軟體仿人靈巧手，具有良好的彈性，手指能夠承受 450kPa 的氣壓，如圖4（b）所示。PDMS本身無毒、透明，通常加入其他材料進行改性后用于仿人靈巧手的制備[6]54-5[67]。此外，硅橡膠或PDMS 也被用來包裹在形狀記憶材料驅動的仿人靈巧手手指外部，既可以防止其在外界沖擊下損壞，又能增加手指的柔韌性[64J021007。然而，彈性體材料易受到尖銳物體造成的切割和穿孔等損傷，從而大大影響軟體仿人靈巧手的可靠性。如圖4（c）所示，TERRYN等使用自修復聚合物材料研制了一款軟體仿人靈巧手，該材料可通過溫和的熱刺激實現受損部位的自修復，從而延長了軟體仿人靈巧手的壽命和可靠性。

純軟體結構的仿人靈巧手并不常見，通常軟體仿人靈巧手的手掌和連接件采用剛性材料制成[42303-31469112090，如丙烯睛丁二烯苯乙烯（AcrylonitrileButadiene Styrene，ABS）[4l75-8s和 聚乳酸（PolylacticAcid，在由彈性體制作的手指外部，起到對手指結構增強、約束的作用。在軟體仿人靈巧手的手指設計中，一些研究人員采用硅橡膠作為基底，并使用纖維進行增強和約束，可以穩定手指的形狀，并增加手指彎曲的曲率，如圖4（d）所示。此外，有學者在指心一側添加了不可延展材料作為應變限制層，以確保手指在驅動過程中沿所需方向向定*33936[46342413443隨著3打印技術的不斷發展，多種軟材料可以用來直接打印軟體仿人靈巧手，如光敏樹脂[91107213945-395和TPU[30]e0232766

用在軟體仿人靈巧手上的形狀記憶材料包括形狀記憶合金和形狀記憶聚合物（ShapeMemoryPoly-mer，SMP）。SMA既可作為軟體仿人靈巧手的材料，同時也是手指的動力來源。鎳鈦（NiTi）合金是SMA中最常用的合金材料之一。KIM等[63]138-148提出了一種用SMA驅動的手指，該手指由玻璃纖維、SMA絲和PDMS組成，如圖4（e）所示。SMA絲用于驅動手指產生彎曲變形，玻璃纖維用于增加手指的拉伸強度，PDMS提供了手指的柔順性和彈性恢復力。SMP是一類具有初始形狀、經形變并固定后能夠在外部刺激下恢復初始形狀的聚合物材料。SMP除了固有的柔順性外，還具有剛度可調的能力，可使彈性模量發生2＼～3個數量級的變化。WANG等3提出的剛度可變手指，在SMP中嵌入電阻絲，通過電阻絲加熱SMP，可實現手指從剛性狀態（彈性模量為 125.65MPa 變為柔性狀態（彈性模量為 3.33MPa 。

3.2 制造方法

目前，軟體仿人靈巧手的制造方式主要有澆筑成型和3D打印技術。澆筑成型方法被廣泛用于軟體仿人靈巧手的制造[23]1685[35]339-386[49]745-53[4637-49[243434-3449其流程如圖5（a）所示。澆筑成型具有成本低、操作簡單的優點，但對于較復雜的結構，模具的設計、制作、澆筑以及脫模等過程都較為復雜；此外，在澆筑成型的過程中，還容易產生氣泡等缺陷。3D打印技術的進步為軟體仿人靈巧手的制造提供了更加快捷高效的解決方案。早期的3D打印技術僅限于剛性材料，用于制備澆筑模具；隨著3D打印技術的發展，多種軟材料可以用來直接打印軟體仿人靈巧手[30]e0232769]10[72345-395，如圖5（6）所示。3D打軟材料的制作過程高效快速，省去了澆筑成型過程中模具的設計、澆筑、脫模等步驟，并可快速地在原型設計中進行修改。

選擇性激光燒結（SelectiveLaserSintering，SLS）作為一種3D打印形式，利用激光掃描融化固體粉末顆粒，并使之凝固，形成固體結構。在該過程中，新一層粉末顆粒會被均勻分布在粉床上，隨后重復前述熔化和凝固步驟，直至目標物體制造完成74]。但SLS制造的物體表面比較粗糙，往往需要復雜的后處理過程。LUO等[75]2000257采用平面激光切割與堆疊制造方法，方便構建由多種材料構成的氣動軟體靈巧手，如圖5（c）所示。該方法程序簡便，可以有效地結合不同材料，發揮各自的力學性能。但層與層之間需用膠粘接在一起，存在分離的風險。形狀沉積制造（ShapeDepositionManufacturing，SDM）是將材料沉積過程和材料去除過程相結合的快速成型技術，其流程如圖5（d）所示。該技術能夠將剛性和柔性材料相結合，并嵌入傳感器和電路。GAFFORD等采用SDM工藝制造了一款用于微創手術的柔性多關節手指，并嵌入壓力傳感器以提供力反饋。SDM適用于制造驅動傳感一體化的高度集成結構，但制造工藝相對復雜，成本較高，很少用在軟體仿人靈巧手的制造中。表3總結了近年來軟體仿人靈巧手使用的材料、制造方法、驅動方式、傳感方式及控制方式。

4軟體仿人靈巧手的建模

軟體機器人在理論上具有無限多個自由度，軟材料的使用也賦予了其連續變形和非線性的特性。因此，在建模方法上面臨諸多挑戰。軟體仿人靈巧手作為軟體機器人研究的一個熱點方向，在模仿人類手部靈活復雜的運動時也存在建模困難的問題，并且在建模時涉及多種學科相互交叉的情況，這不僅增加了建模的復雜性，也為建立有效的反饋響應以及精確控制算法的開發帶來了復雜的難題。

軟體仿人靈巧手的建模包括運動學和動力學建模。由于其自身軟材料非線性和多自由度的特性，難以直接采用剛性靈巧手運動學建模常用的Denavit-Hartenberg法（D-H法）。現有的建模方法主要借鑒剛性機器人理論，并在此基礎上不斷改進，目前尚未形成統一的理論框架。建模時，可將軟體仿人靈巧手的手指看成梁結構，因此，可以參考連續體機械臂的建模方法或軟體機器人領域中對軟體細長梁的建模方法[80]

軟體執行器的運動模式和驅動方式決定了其運動是連續的，因此，研究人員開展了連續體運動學建模研究，用一個連續函數來描述其運動情況。研究發現，軟體機器人在變形時，部分曲率恒定。因此，研究人員基于D-H法對各個常曲率段通過多次齊次變換組合，得到分段常曲率（PiecewiseConstantCurvature，PCC）理論[81]。PCC方法是流體驅動型軟體機器人使用最廣泛的方法，適用于由一系列軟氣動執行機構組成的多段靈巧手。DELLASANTINA等[82]利用多段結構軟體執行器的分段常曲率模型，通過曲率的變化來實現軟體執行器的運動學控制。POLYGERINOS等83借助分段常曲率理論對纖維增強型軟體氣動執行器進行建模，得到氣壓變化與執行器彎曲角度之間的關系，并使用有限元軟件驗證了模型的準確性。然而，軟體仿人靈巧手在運動時各個分段曲率會發生變化，因此，利用PCC方法建立的運動學模型精度較差，對位置的控制效果難以令人滿意84。針對非恒定曲率的問題，學者們提出了在PCC方法基礎上的可變常曲率（VariableConstantCurvature，VCC）的運動學建模方法。MAHL等5利用VCC理論建立了柔性機械臂的運動學模型。該方法將連續的柔性機械臂劃分為多個虛擬圓弧段，并假設每個圓弧段具有不同的恒定曲率；然后，采用分段常曲率的建模方法處理這些圓弧段，并將其串聯起來，以更好地符合幾何上的曲率變化特性。

有限元法（FiniteElementMethod，FEM）也可以精確地表示軟體機器人的非線性變形。有限元模型通過試驗得到材料的本構關系，提供了更為真實的系統非線性響應分析結果。有限元模型的運動可以實現軟體仿人靈巧手變形和應力關系的可視化，有助于深入理解軟體執行器在實際應用場景中的局部應變對整體驅動性能的影響。同時，用于有限元仿真的軟件也相繼被開發出來。SOFA和Abaqus是軟體仿人靈巧手進行FEM建模的常用軟件。XUE等8通過有限元軟件Abaqus對纖維增強型氣動軟體手指執行器建立有限元模型，借助有限元模型，軟體執行器的變形和應力可以得到更為直觀的展示，有助于更好地理解幾何參數、輸入氣壓和材料選擇對彎曲角度的影響。然而，有限元模型的計算量較大，對計算機的性能有一定要求，同時也影響實時控制的效果。

動力學模型研究的是作用在軟體仿人靈巧手上的力與產生的運動之間的關系。由于軟體仿人靈巧手的柔順性，常規的剛性機器人動力學建模方法并不適用。對于軟體機器人，通常會運用拉格朗日方法和牛頓一歐拉方法，將其離散化為多個虛擬模塊，以實現離散化處理；進行分析計算，得出每個模塊的動能、勢能以及外部輸入能量，并采用拉格朗日或牛頓一歐拉方法，計算每個模塊在廣義坐標系下的運動方程，從而獲得軟體機器人的動力學模型[87-88]。MARCHESE等[8開發了一種圓柱形柔性機械臂，并在建模中考慮了重力勢能對模型的影響，通過拉格朗日方法實現了對流體彈性體機械臂的動力學建模。此外，經典的梁理論也被應用于軟體機器人的動力學建模，描述在外部載荷作用下的變形。劉佳鵬等9設計了一款氣動軟體手，利用歐拉一伯努利梁理論構建了相應的彎曲模型；通過該模型得到了雙向彎曲軟體執行器彎曲曲率、彎曲力矩和充氣氣壓之間的解析式。與運動學模型相比，軟體仿人靈巧手的動力學模型研究進展相對欠缺，建模仍然具有挑戰性。

5軟體仿人靈巧手的控制

傳統剛性靈巧手在控制時需要單獨對每個自由度進行反饋控制，然而，軟體仿人靈巧手理論上具有無限多個自由度，故尚未形成主流的通用控制理論9。根據是否建立數學模型以及是否具備傳感器反饋分類，軟體仿人靈巧手的控制技術可以分為基于模型控制與無模型控制以及開環控制與閉環控制。

5.1模型與無模型控制

基于模型控制的方法大多是對軟體仿人靈巧手的執行器進行物理性質建模，通過適當的簡化和近似，最終用一個連續函數來描述，使得模型在實際應用中既足夠精確又容易進行分析。常用的模型除了上文提到的PCC模型和FEM模型，Cosserat桿理論也常用于軟體機器人的建模中。Cosserat桿理論是一種經典的彈性理論模型，它將桿或梁看作由許多微小的旋轉體組成的結構，這些旋轉體可以沿著其軸線自由旋轉，具有無限的自由度，能夠有效地描述更廣泛范圍的非線性連續形變。因此，Cosserat桿理論可用于連續體柔性手指的運動學分析。LI等采用Cosserat桿理論代替常曲率模型對軟體手指的彎曲形狀進行建模，并基于此模型提出了一種可以同時控制手指位置和剛度的方法。但是，當軟體手指的形狀無法被視為單一的桿或梁結構時，這種建模方法的準確性就會受到影響。

無模型控制則是根據系統輸入輸出的結果，通過迭代、學習的方法估計系統狀態，以實現對系統的控制。其中，機器學習（MachineLearning，ML）是軟體仿人靈巧手常用的無模型控制方法。HUANG等9設計了具有柔性光纖曲率傳感器和壓力傳感器的軟體仿人靈巧手，使用ML方法對軟體仿人靈巧手的多模態信息感知進行研究，可以識別靈巧手做出的手勢，并識別物體的形狀、大小和質量。作為機器學習的一個分支，神經網絡算法因其能夠近乎完美地擬合各種非線性曲線的特性而被廣泛運用于軟體仿人靈巧手的控制領域。一些學者利用神經網絡實現對軟體仿人靈巧手的形態控制。KHIN等提出了一種軟體仿人靈巧手，在手指和手掌中集成了多個柔性力和彎曲傳感器，并將軟傳感技術與神經網絡相結合，開發了靈巧手識別被抓取物體的能力，識別率達到 88.2% 。相比于普通神經網絡算法，更為智能的深度學習算法被開發出來，用于預測軟體仿人靈巧手的抓取是否成功。DEL-LASANTINA等95基于深度神經網絡算法分析待抓取物體的視覺信息，提出類人的自主抓取運動策略，提高了靈巧手抓取的成功率。

5.2 開環與閉環控制

在軟體仿人靈巧手的控制中，基于傳感器的反饋是一個重要的環節。根據是否引入反饋環節分類，可分為開環控制和閉環控制。目前，軟體仿人靈巧手的控制大多采用開環控制。由于軟材料具有內在的柔順性和適應性，降低了軟體仿人靈巧手的控制難度。在開環控制中，控制器在決策過程中不考慮任何反饋數據，而是根據事先設定的邏輯或模型來確定所需的控制量和控制命令，但此過程忽略了軟體機器人在實際操作中的動態表現。開環控制的控制量可以通過反復試驗、基于軟體仿人靈巧手的數學模型進行預測。鑒于其結構簡單和設計上的便捷性，因此，其在軟體仿人靈巧手的控制中被廣泛應用231]16185467-49497456753。但是，由于開環控制缺乏反饋，無法確定軟體仿人靈巧手是否達到預期姿態或位置。特別是在非結構環境下，未知擾動和環境變化會使開環控制難以實現理想的控制效果，甚至導致控制系統的不穩定。

相較于開環控制，閉環控制利用傳感器的反饋實時調節輸出誤差，能夠控制軟體仿人靈巧手更精確地達到預期姿態或位置。GU等[79]589-598提出一款操作感知一體化的軟體神經假肢手，指尖嵌人了柔性壓力傳感器，可同時提供肌電控制和觸覺反饋，能夠幫助截肢患者實現觸覺和壓力等外界信息的感知，實現假肢手與神經系統的雙向閉環控制。楊后樂等設計了一種剛柔耦合結構軟體仿人靈巧手，基于bang-bang反饋控制方法，設計了一種具備氣壓穩定控制和抗干擾能力的控制系統，并且在該系統的控制下能夠實現GRASP手勢分類法33種抓取姿勢中的30種。機器人控制技術的關鍵組成部分之一在于控制算法，其利用特定的數學關系來生成決策信號，以實現對機器人的目標控制。目前，PID控制算法是軟體仿人靈巧手使用最廣泛的閉環控制算法。王君等利用PID控制算法，提出并建立了一種軟體靈巧手的手指力/位置控制系統，并通過Simulink仿真計算出PID控制器的最佳參數。然而，閉環控制依賴于傳感器的反饋，對其柔順性有較高的要求，以滿足軟體仿人靈巧手的靈活性和適應性。隨著材料和柔性電子技術的發展，驅動傳感一體化設計將成為軟體仿人靈巧手閉環控制的新方向。

5.3柔性觸覺感知技術

柔性觸覺感知[98-100技術對確保軟體仿人靈巧手與人、環境之間的安全交互以及智能控制起著至關重要的作用，其核心是柔性觸覺傳感器。由于軟體仿人靈巧手自身的柔順可變和多自由度的性質，要求與之匹配的傳感器也必須具有高柔順性且高精度。分布在軟體仿人靈巧手上的觸覺傳感器能夠在非結構化的場景中為人們提供多模態信息感知，如接觸狀態（穩態、滑動、扭轉等）、表面特征（粗糙度、紋理、曲率等）以及物理屬性（溫度、形狀、質量、剛度等）。柔性觸覺傳感器可將外部的刺激轉化成電信號，以供計算機進行讀取和分析。如圖6所示，根據傳感機制不同，柔性觸覺傳感器可分為壓阻式[101-102]、電容式[03]ea6914[104-105]壓電式[106-107]和摩擦式[1109]等類型，其優缺點對比如表4所示。目前，柔性觸覺傳感器與軟體仿人靈巧手有兩種不同的結合方式，分為嵌入式柔性傳感器和電子皮膚。

5.3.1嵌入式柔性傳感器

賦予軟體仿人靈巧手觸覺感知功能的一種直接方法是將傳感器集成在軟體仿人靈巧手內部，用來檢測各種刺激，如壓力、溫度、電阻等。ZHOU等[0-1設計并開發了一種帶有嵌入式柔性傳感器的3D打印軟體靈巧手，將柔性位置傳感器集成到手指中，可以監測手指位置以防止相互碰撞，從而實現手勢之間更有效和直觀的轉換。ZOLLER等12]6986-699]將微型麥克風嵌入氣動軟手指的腔體中，當與環境發生接觸時，執行器內部會產生聲音并被微型麥克風捕捉。

不同類型的物體會產生不同的聲音特征，從而間接實現對接觸位置、接觸力和接觸材料等的感知，如圖7（a）所示。ZHAO等[77eai7529將柔性光波導管傳感器集成在手指內部，研發了智能軟體仿人靈巧手。柔性光波導管傳感器一端裝有光源，另一端裝有光子應變傳感器，具有輸出信號遲滯低和精度高的特點。當手指彎曲時，柔性光波導管傳感器也會隨之變形，導致光在其中傳播會產生損耗。傳感器頂端的光子應變傳感器能夠將光強度的變化轉化為電信號的變化。當手指劃過物體表面時，能夠檢測物體表面的粗糙度和形狀，如圖7（b）所示。為了使柔性傳感器更好地集成在軟體仿人靈巧手中，學者們在軟體傳感技術上進行了諸多探索和研究。例如，將導電液體注入硅橡膠本體的微小通道中。當本體發生變形時，內部通道也會相應地改變，使導電液體電阻產生變化[113-114]，因此，能夠用來檢測壓力和應變。在向智能化發展過程中，軟體仿人靈巧手需要理解環境信息，尤其是對壓力和溫度信息的獲取，以便更好地實現與人、環境的交互。ZOU等[115在軟體仿人靈巧手中嵌入壓力一溫度柔性傳感器來感知外界刺激。通過在PDMS中摻入一定質量的炭黑制備熱敏電阻，可以感知外界溫度的變化。壓力感知是通過在硅橡膠中摻入一定比例的多壁碳納米管，借助壓阻機制實現。該手可以同時、獨立地感知外界的壓力和溫度，且互不干擾。

柔性傳感器的發展使軟體仿人靈巧手具有部分觸覺感知功能，但觸覺傳感單元相對較少，且位置集中，難以實現和人手一樣的分布式觸覺感知。HE等[72]3945-3952提出了一種氣動軟體仿人靈巧手，通過多材料3D打印技術，在手指和手掌部分直接打印分布式氣動觸覺傳感器，可以提供更全面的空間信息，如圖7（c）所示，綠色部分為分布式氣動觸覺傳感區域。分布式氣動觸覺傳感器不會影響手部的靈巧性，因此，該手能夠實現GRASP分類中所有的抓握姿勢，并在Kapandji測試中獲得最高分。

5.3.2 電子皮膚

皮膚是人體最大的器官，能夠感知形狀、紋理、溫度和接觸壓力等外界信息，并具有延展性、自愈性和柔順性等特征。一些研究人員受到人體皮膚的啟發，致力于開發能夠模擬人體皮膚感知功能的電子皮膚 （e-skin）^[116-117] 。為了滿足軟體仿人靈巧手的柔順性，諸如PDMS、聚對苯二甲酸乙二醇酯（Polyeth-yleneTerephthalate，PET）、聚酰亞胺（Polyimide，PI）等聚合物被用作電子皮膚的基底材料，顯著提高了其柔順性和適應性。電子皮膚通常附著在軟體仿人靈巧手的表面，能夠實時監測手內收到的外部信號。在執行抓取或操作任務時，電子皮膚會提供反饋，調整軟體仿人靈巧手的姿態或抓取力，從而提高抓取的成功率。YAMAGUCHI等[8提出的氣動軟體手，在氣動執行器表面貼附由觸覺力傳感器陣列層和溫度傳感器層組成的電子皮膚。觸覺力傳感器陣列層可以通過測量觸覺力的時間延遲來監測靈巧手中物體是否滑動。通過實時反饋調整抓取力，以防止物體掉落，如圖7（d）所示。

人體皮膚在感知觸覺刺激的同時，能區分法向力和切向力，辨別被觸摸物體的溫度、硬度和粗糙度等。對于軟體仿人靈巧手而言，設計具有三維力感知和多模態感知功能的電子皮膚，對提高軟體仿人靈巧手的抓取操作能力及智能化具有重要意義。BOUTRY等[103]eau6914提出了一種仿生電子皮膚，通過模仿人體皮膚真皮層與表皮層交錯的界面，能夠實時測量和區分法向力和切向力。電子皮膚由碳納米管電極、PU彈性體和介電層薄膜構成的電容式傳感器陣列組成，具有較高的靈敏度和毫秒級的響應時間。電子皮膚貼附在靈巧手的手指上提供閉環反饋，并實時控制機械臂的運動，如圖7（e）所示。KIM等[119提出了可檢測應變、壓力、溫度和濕度的多模態電子皮膚，覆蓋了仿人靈巧手的整個表面，通過結合多種感知方式，提高了仿人靈巧手應對復雜外部環境的感知能力。

軟體仿人靈巧手需要觸覺感知功能來保證與人或環境的安全智能交互。通過使用柔性觸覺傳感器，軟體仿人靈巧手可以感知外部觸覺信息，并調整接觸力或姿勢從而進行精準操作。這不僅提高了軟體仿人靈巧手與環境的交互能力，而且增加了其在各種任務中的可靠性?？梢灶A見，未來柔性觸覺傳感技術將朝著具有高密度、高分辨率以及多模態復雜感知系統的方向發展。隨著柔性觸覺感知技術的不斷進步，軟體仿人靈巧手在工業自動化、醫療康復、家庭服務等領域的應用將得到進一步拓展。

6總結與展望

作為機器人末端執行器，軟體仿人靈巧手能夠實現部分類人的抓取和操作功能。得益于軟材料帶來的柔順性，軟體仿人靈巧手在環境適應性和人機交互安全性方面表現出色，很大程度上彌補了傳統剛性靈巧手的不足。軟體仿人靈巧手在工業自動化、醫療康復和家庭服務等領域具有應用優勢，例如，在工業生產中，可以與工人協作完成微小易損零件的裝配工作；在康復醫療中，輔助患者進行康復訓練或為上肢截肢患者提供更智能的假肢，以提高其生活質量；在家庭服務中，輔助老年人的日常生活，執行簡單而常見的動作，如撿拾物品、擦桌子等。盡管軟體仿人靈巧手具有諸多優點，但與人手相比仍存在明顯的差距和局限性，面臨著諸多挑戰。

（1）與人手和剛性仿人靈巧手相比，軟體仿人靈巧手的負載和剛度相對較低。軟體手通常由柔性材料制成，這些材料的耐久性、柔韌性、抗疲勞性和響應速度都還無法完全媲美人手的生物材料。使用剛柔耦合結構和變剛度方法可以有效提高其負載和剛度，進而提高其抓取性能。但在結構設計過程中需要重點解決剛柔匹配和剛柔耦合變形等問題。智能材料可以在外界刺激下改變材料的剛度特性，將變剛度智能材料和軟體仿人靈巧手結合的方法為提高軟體仿人靈巧手的負載和剛度提供了新的選擇。

（2）目前，軟體仿人靈巧手能完成大部分日常抓取任務，但在靈巧操作方面仍落后人手。這主要是因為軟彈性材料的滯后性以及協調控制方法的局限性，導致多手指與多關節之間的協調配合能力較差，靈巧性不如人手。盡管復雜的結構設計和協調控制方法可以提高軟體仿人靈巧手的靈巧性，從而提高操作性能，但這對設計和精準控制提出了巨大挑戰。

（3）軟體仿人靈巧手由非線性彈性材料制作而成，精確建立其數學模型十分困難。大部分數學模型尚未考慮材料非線性、重力和外載荷等因素對本體變形的影響。目前，常曲率假設和分段常曲率假設仍是目前軟體仿人靈巧手有模型控制的主流建模方法。相對而言，無模型控制被視為一個新的研究方向。這種控制方法利用收集的樣本數據并通過迭代學習進行建模，為軟體仿人靈巧手的控制提供了一種相對簡便的方法。機器學習是軟體仿人靈巧手常用的無模型控制方法，已被用于捕捉人手的姿勢以及控制軟體仿人靈巧手實現抓取和操作任務。但機器學習的控制算法存在計算效率不高、計算量大的問題，使得在有限的硬件基礎上采用實時控制存在很大挑戰。未來需要探索如何結合模型控制和無模型控制的優點，同時融合多學科的協同建模方法。

（4）軟體仿人靈巧手在工業自動化、醫療康復和家庭服務等領域具有廣闊的應用前景。但目前軟體仿人靈巧手通常被固定于剛性機械臂或靜止的平臺上，只能實現手內操作或在有限空間內進行手外操作，傳統的剛性機械臂也限制了其在非結構環境下的應用。隨著機器人技術的不斷發展，可移動的人形機器人將成為軟體仿人靈巧手的絕佳載體，拓展其應用領域。此外，軟體機械臂也會成為其發展中一個關鍵技術。

（5）觸覺感知功能對軟體仿人靈巧手獲取環境信息至關重要。目前提出的柔性傳感器，雖然在柔順性、靈敏度和響應速度等方面取得很大進展，但要制造出可以媲美人體皮膚的柔性傳感器仍然是一項艱巨的挑戰。同時，如何在手部有限的結構空間中融合/嵌入柔性觸覺傳感器也值得進一步研究。隨著智能材料和柔性電子技術的不斷發展，使軟體仿人靈巧手的驅動傳感一體化設計成為可能。這種全新的柔性傳感器，既作為軟體仿人靈巧手的本體材料，又具備感知功能，能夠適應各種軟體仿人靈巧手的形狀，消除嵌入式或表面粘附式傳感器對其性能造成的影響。此外，未來的研究重點也將集中在開發柔性傳感器多模態數據融合算法上，將來自不同傳感器模態的信息整合在一起，以便軟體仿人靈巧手更全面地理解環境信息。

隨著機器人技術的不斷進步，預計未來的軟體仿人靈巧手將集成更先進的多模態感知系統，并采用智能材料和新型結構，以提高負載和剛度。利用先進的機器學習和智能控制算法，軟體仿人靈巧手將能更自然地模擬人類手部運動，并應用于工業自動化、醫療康復、家庭服務等領域，提高人機協作的安全性和效率?？梢灶A見，未來軟體仿人靈巧手有望具備和人手一樣的靈活操作和感知能力，滿足各行各業對機器人末端執行器的需求。

參考文獻

[1]張玉茹，李繼婷，李劍鋒．機器人靈巧手：建模、規劃與仿真 [M].北京：機械工業出版社，2007：1-12. ZHANG Yuru，LI Jiting，LI Jianfeng.Robotic dexterous hands： modeling，planning，and simulation[M].Beijing：China Machine Press，2007：1-12.

[2]劉偉，肖釗，瞿寅朋，等．機器人靈巧手研究綜述[J].機械傳動， 2024，48（9）：167-176. LIUWei，XIAO Zhao，QU Yinpeng，etal.A review ofresearch on robotic dexterous hands[J]. Journalof Mechanical Transmission， 2024，48（9）：167-176.

[3] 孫江宏，何宇凡，高鋒，等．靈巧式機械手研究現狀綜述[J].科 學技術與工程，2021，21（26）：11005-11014. SUN Jianghong，HE Yufan，GAO Feng，et al. The research status of dexterous manipulator：a review[J].Science Technology and Engineering，2021，21（26）：11005-11014.

[4] RUSD，TOLLEYMT.Design，fabrication and control of soft robots[J].Nature，2015，521（7553）：467-475.

[5] ILIEVSKIF，MAZZEOAD，SHEPHERDRF，etal. Soft robotics for chemists[J].Angewandte Chemie，2011，50（8）：1890-1895.

[6] LASCHIC，MAZZOLAIB，CIANCHETTIM. Soft robotics：technologiesand systems pushing the boundaries of robot abilities[J]. Science Robotics，2016，1（1）：eaah3690.

[7]ALVES S，BABCINSCHI M，SILVA A，et al. Integrated design fabrication and control ofabioinspired multimaterial soft robotic hand[J].Cyborg and Bionic Systems，2023，4：0051.

[8] GILDAYK，HUGHESJ，IDAF.Sensing，actuating，and interacting through passive body dynamics：a framework for soft robotic hand design[J]. Soft Robotics，2023，10（1）：159-173.

[9] 德拉戈米爾N涅切夫，紺野篤志，辻田徹平．仿人機器人建模與 控制[M].姜金剛，吳殿昊，王開瑞，等，譯.北京：機械工業出版 社，2022：1-6. DRAGOMIR N Nenchev，ATSUSHI Konno，TEPPEI Tsujita. Humanoid robots modeling and control[M].JIANG Jingang，WU Dianhao，WANG Kairui，etal.，Jr.Beijing：China Machine Press， 2022：1-6.

[10]WANG Z K，OR K，HIRAI S.A dual-mode soft gripper for food packaging[J].Robotics and Autonomous Systems，2020，125： 103427.

[11］王成軍，鄧海龍.軟體機器人在康復訓練領域的應用[J].機械 傳動，2024，48（5）：169-176. WANG Chengjun，DENG Hailong.Application of soft robots in rehabilitation training[J].Journal of Mechanical Transmission， 2024，48（5）：169-176.

[12]WANGZK，HIRATAT，SATO T，et al.A soft robotic hand based on bellows actuators for dishwashing automation[J].IEEE Robotics and AutomationLeters，2021，6（2）：2139-2146.

「13］劉間一種欠驅動機器人靈巧毛的設計方法研空「n］武漢，化中科技大學，2020：10-12. LIU Chuang.Research on the design method of an underactuated robotic dexterous hand[D].Wuhan：Huazhong University of Science and Technology，2020：10-12.

[14］劉明進．人手抓握運動規律及其在機器人仿人手設計中的應用 [D].武漢：華中科技大學，2017：17-36. LIU Mingjin. Movement characteristics of human hand grasp and itsapplications for the design of anthropomorphic robotic hand [D].Wuhan; Huazhong Universityof Scienceand Technology， 2017：17-36.

[15]WANG Y，HAO T Z，LIUYB，et al. Anthropomorphic soft hand： dexterity，sensing，and machine learning[J]．Actuators，2024， 13（3）：84.

[16]SUZUMORIK，IIKURA S，TANAKAH.Applyinga flexible microactuator to robotic mechanisms [J]．IEEE Control Systems Magazine，1992，12（1）：21-27.

[17］鮑官軍，張水波，陳亮，等．基于氣動柔性驅動器的球果采摘末 端抓持器[J].農業機械學報，2013，44（5）：242-246. BAO Guanjun，ZHANG Shuibo，CHEN Liang，et al.Design of spherical fruit end-grasper based on FPA[J].Transactions of the Chinese Society for Agricultural Machinery，2013，44（5）： 242-246.

[18]BAO GJ，MA XL，LUO XY，et al.Full compliant continuum robotic finger and its kinematic model[J]．Iranian Journal of ScienceandTechnology-TransactionsofMechanicalEngineering， 2014，38（M2）：389-402.

[19]LIUFK，SUNFC，FANG B，et al.Hybrid robotic grasping with a soft multimodal gripper and a deep multistage learning scheme [J].IEEE TransactionsonRobotics，2023，39（3）：2379-2399

[20]HOMBERG B S，KATZSCHMANN R K，DOGAR MR，et al. Haptic identificationof objects using a modular soft robotic gripper [C]/2015 IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS）. IEEE，2015：1698-1705.

[21]CONTROZZIM，CIPRIANIC，CARROZZAMC.Designof artificial hands：areview[M]//Springer Tractsin Advanced Robotics.Cham：Springer International Publishing，2014：219-246.

[22]DEIMELR，BROCK O.A compliant hand based on a novel pneumatic actuator[C]/2013 IEEE International Conferenceon Robotics and Automation.IEEE，2013：2047-2053.

[23]DEIMELR，BROCK O.A novel type of compliant and underactuated robotic hand for dexterous grasping[J]．The International Journal ofRobotics Research，2016，35（1/2/3）：161-185.

[24]PUHLMANN S，HARRIS J，BROCK O.RBO hand 3：a platform for soft dexterous manipulation[J].IEEE Transactions on Robotics，2022，38（6）：3434-3449.

[25]SCHULZS，PYLATIUKC，BRETTHAUERG.AneW ultralight anthropomorphic hand[C]//Proceedings20o1 ICRA.IEEE International Conference on Robotics and Automation.Seoul，Korea： IEEE，2003：2437-2441.

[26]TAKEDAH，TSUJIUCHIN，KOIZUMIT，et al.Development of prosthetic arm with pneumatic prosthetic hand and tendon-driven wrist[C]//2009 Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE，ZUUy：5U48-5U51.

[27］鮑官軍．氣動柔性驅動器FPA的特性及其在多指靈巧手設計中 的應用研究[D].杭州：浙江工業大學，2006：39-55. BAO Guanjun. Research on characteristics of flexible pneumatic actuator FPA and its application in multi-fingered dexterous hand design[D].Hangzhou： Zhejiang University of Technology，2006： 39-55.

[28］王志恒，錢少明，楊慶華，等．氣動機器人多指靈巧手：ZJUT Hand[J].機器人，2012，34（2）：223-230. WANG Zhiheng，QIAN Shaoming，YANG Qinghua，et al. Pneumatic robot multi-fingered dexterous hand：ZJUTHand[J]. Robot，2012，34（2）：223-230.

[29]ZHANG C Z，LI M，CHEN Y S，et al. An anthropomorphic robotic hand with a soft-rigid hybrid structure and positive-negative pneumatic actuation[J]． IEEE Robotics and Automation Letters， 2023，8（7）：4346-4353.

[30]MOHAMMADI A，LAVRANOS J， ZHOU H，et al. A practical 3D-printed soft robotic prosthetic hand with multi-articulating capabilities[J].PLoS One，2020，15（5）：e0232766.

[31]TAVAKOLI M，DE ALMEIDA A T. Adaptive under-actuated anthropomorphic hand：isr-SoftHand[C]//2014 IEEE/RSJ International Conferenceon Intelligent Robotsand Systems. IEEE，2014： 1629-1634.

[32]蔡世波，陶志成，萬偉偉，等.機器人多指靈巧手的研究現狀、趨 勢與挑戰[J].機械工程學報，2021，57（15）：1-14. CAIShibo，TAO Zhicheng，WANWeiwei，etal. Multi-fingered dexterous hands： from simplicity to complexity and simplifying complex applications[J].Journal of Mechanical Engineering， 2021，57（15）：1-14.

[33]FRAS J，ALTHOEFER K. Soft biomimetic prosthetic hand： design，manufacturing and preliminary examination[C]//2o18 IEEE/ RSJ International Conference on Intelligent Robots and Systems （IROS）.IEEE，2018：1-6.

[34]JONES L A，LEDERMAN S J. Human hand function[M]. Oxford：Oxford University Press，2006：10-23.

[35]ZHOUJS，YIJ，CHEN XJ，et al.BCL-13：a 13-DOF soft robotic hand for dexterous grasping and in-hand manipulation[J].IEEE Robotics and Automation Letters，2018，3（4）：3379-3386.

[36]FEIX T，ROMERO J，SCHMIEDMAYER HB，et al. The GRASP taxonomy of human grasp types[J]. IEEE Transactions on Human-Machine Systems，2016，46（1）：66-77.

[37]YANG Y，LIY Q，CHEN YH，et al. Design and automatic fabrication of novel bio-inspired soft smart robotic hands[J]. IEEE Access，2020，8：155912-155925.

[38]YANG Y，CHEN YH.Novel design and 3D printing of variable stiffess robotic fingers based on shape memory polymer[C]// 20166th IEEE International Conference on Biomedical Robotics and Biomechatronics（BioRob）. IEEE，2016：195-200.

[39]YANG Y，CHEN Y H，LI Y T，et al. Bioinspired robotic fingers based on pneumatic actuator and 3D printing of smart material[J]. Soft Robotics，2017，4（2）：147-162.

「40]KUMAGAI A，OBATAY，YABUKIY，et al. Improvement of precision grasping performance by interaction between soft finger pulp and hard nail[J]. Soft Robotics，2023，10（2）：345-353.

[41]HASHEMI S，BENTIVEGNA D，DURFEE W. Bone-inspired bending soft robot[J]. Soft Robotics，2021，8（4）：387-396.

[42]CURKOVIC P，CUBRIC G. Fused deposition modelling for 3D printing of soft anthropomorphic actuators[J]. International Journal of Simulation Modelling，2021，20（2）：303-314.

[43]WUYG，ZENG GL，XUJB，et al. A bioinspired multi-knuckle dexterous pneumatic soft finger[J].Sensors and Actuators A： Physical，2023，350：114105.

[44]LIU X M，ZHAO Y W，GENG D X，et al. Soft humanoid hands with large grasping force enabled by flexible hybrid pneumatic actuators[J].SoftRobotics，2021，8（2）：175-185.

[45]YAMAGUCHI A， TAKEMURAK，YOKOTA S，etal. A robot handusing electro-conjugate fluid：grasping experiment with ballonactuators inducing apalm motion of robot hand[J]. Sensors and ActuatorsA：Physical，2012，174：181-188.

[46]WANG H H，ABU-DAKKA F J， NGUYEN LE T，et al. A novel soft robotic hand design with human-inspired soft palm：achieving a great diversity of grasps[J]. IEEE Robotics amp; Automation Magazine，2021，28（2） ：37-49.

[47]CHENBH，CHEN ZM，CHENXY，et al. Teleoperation of an anthropomorphic robot hand with a metamorphic palm and tunablestiffess soft fingers[J].SoftRobotics，2024，11（3）：508-518.

[48]POZZI M，MALVEZZI M，PRATTICHIZZO D， et al. Actuated palms for soft robotic hands： review and perspectives[J]. IEEE/ ASME Transactions on Mechatronics，2024，29（2）：902-912.

[49]HAO T，XIAO H，LIU S，et al. Multijointed pneumatic soft hand with flexible thenar[J].Soft Robotics，2022，9（4）：745-753.

[50]MEI D，YU XF，TANG GQ，et al.Blue hand：a novel type of soft anthropomorphic hand based on pneumatic series-parallel mechanism[J].IEEE Roboticsand Automation Letters，2023，8（11）： 7615-7622.

[51]KAPANDJI A. Clinical test of apposition and counter-apposition of the thumb[J]. Annalesde Chirurgie deLaMain，1986，5（1）：67-73.

[52]ZHOUJS，CHEN XJ，CHANG U，et al. A soft-robotic approach to anthropomorphic robotic hand dexterity[J].IEEE Access， 2019，7：101483-101495.

[53]LIYT，WEIY，YANGY，et al.A novel versatile robotic palm inspired by human hand[J].Engineering Research Express，2019，1 （1）：015008.

[54］南卓江，楊揚，鈴森康一，等．基于細徑McKibben型氣動人工肌 肉的仿生手研發[J]．機器人，2018，40（3）：321-328. NAN Zhuojiang，YANG Yang，SUZUMORI Koichi，et al.Development of a bionic hand actuated by thin McKibben pneumatic artificialmuscle[J].Robot，2018，40（3）：321-328.

[55]POLYGERINOSP，GALLOWAYKC，SAVAGEE，etal. Soft robotic glove for hand rehabilitation and task specific training 2015 IEEE International Conference on Robotics and Automation （ICRA）. IEEE，2015：2913-2919.

[56]POLYGERINOS P，WANG Z， GALLOWAY K C，et al. Soft robotic glove for combined assistance and at-home rehabilitation [J].Robotics and Autonomous Systems，2015，73：135-143.

[57]POLYGERINOS P，LYNE S，WANG Z，et al. ToWards a soft pneumaticgloveforhand rehabilitation[C]//2013 IEEE/RSJ International Conference on Intelligent Robots and Systems.IEEE，2013： 1512-1517.

[58]MOSADEGHB，POLYGERINOSP，KEPLINGERC，etal.Pneumatic networks for soft robotics that actuate rapidly[J].Advanced FunctionalMaterials，2014，24（15）：2163-2170.

[59]WANGHH，XU H，ABU-DAKKAFJ，et al.A bidirectional soft biomimetic hand driven by water hydraulic for dexterous underwater grasping[J].IEEE Robotics and Automation Lettrs，2022，7 （2）：2186-2193.

[60]LIYQ，CHENYH，REN T，et al.A dual-mode actuator for soft robotic hand[J].IEEE Roboticsand Automation Letters，2021，6 （2）：1144-1151.

[61]DENG E，TADESSEY.A soft 3D-printed robotic hand actuated by coiled SMA[J].Actuators，2020，10（1）：6.

[62]SERRANOD，COPACID，ARIASJ，etal.SMA-based soft exoglove[J]．IEEE Robotics and Automation Letters，2023，8（9）： 5448-5455.

[63]KIMHI，HANMW，SONGSH，et al.Soft morphinghand driven by SMA tendon wire[J].Composites Part B：Engineering， 2016，105：138-148.

[64]SHE Y，LI C，CLEARYJ，et al. Design and fabrication of a soft robotic hand with embedded actuators and sensors[J].Journal of Mechanisms and Robotics，2015，7（2）：021007.

[65]SHEY，CHENJ，SHIHL，etal.Modeling and validation of a novel bendingactuator for soft robotics applications[J].Soft Robotics，2016，3（2）：71-81.

[66］徐雪杰，羅斌，陳花玲．光驅動軟體結構增材制造工藝研究[J] 西安交通大學學報，2018，52（8）：54-59. XU Xuejie，LUO Bin，CHEN Hualing.Additive manufacturing based on light driven soft structure[J]. Journal of Xi'an Jiaotong University，2018，52（8）：54-59.

[67］朱銀龍，楊梓康，趙虎，等.PDMS/PTFE限制層材料軟體機械手 設計與性能試驗[J].農業機械學報，2023，54（10）：441-449. ZHU Yinlong，YANG Zikang，ZHAO Hu，etal. Influence analysis of PDMS/PTFE limiting layer material on grasping performance of soft manipulators[J]．Transactions of the Chinese Society for Agricultural Machinery，2023，54（10）：441-449.

[68]TERRYN S，BRANCARTJ，LEFEBERD，et al.Self-healing soft pneumatic robots[J].Science Robotics，2017，2（9）：eaan4268.

[69]ZHANGNB，GEL S，XUHP，etal.3D printed，modularized rigid-flexible integrated soft finger actuators foranthropomorphic hands[J].Sensors and ActuatorsA：Physical，202o，312：112090.

[70]HAOYF，GONG ZY，XIE ZX，et al.Universal soft pneumatic robotic gripper with variable effective length[C]//016 35th Chinese Control Conference（CCC）.IEEE，2016：6109-6114.

[71]FIRTHC，DUNN K，HAEUSLER MH，et al. Anthropomorphic soft robotic end-effector for use with collaborative robots in the construction industry[J].Automationin Construction，2022，138：104218.

[72]SHORTHOSE O，ALBINI A，HE L，et al.Design of a 3D-printed soft robotic hand with integrated distributed tactile sensing[J]. IEEERoboticsand Automation Letters，2022，7（2）：3945-3952.

[73]WANGW，YU CY，SERRANO PAA，et al. Shape memory alloy-based soft finger with changeablebending length using targeted variable stiffness[J].SoftRobotics，2020，7（3）：283-291.

[74]SCHARFFR，DOUBROVSKIE，POELMANW，et al. Soft robotics：trends，applications and challenges[M].Livorno：Springer， 2017：23-29.

[75]LUO YX，ZOUJ，GUG Y.Multimaterial pneumatic soft actuators and robots through a planar laser cuting and stacking approach [J].Advanced Intelligent Systems，2021，3（10）：2000257.

[76]GAFFORD J，DING Y，HARRIS A，et al.Shape deposition manufacturing ofa soft，atraumatic，deployable surgical grasper[J]. Journal ofMechanisms andRobotics，2015，7（2）：021006.

[77]ZHAO HC，O'BRIEN K，LI S，et al. Optoelectronically innervated soft prosthetic hand via stretchable optical waveguides[J].ScienceRobotics，2016，1（1）：eaai7529.

[78]WANGHH，ABU-DAKKAFJ，LETN，etal.Anovel design of soft robotic hand with a human-inspired soft palm for dexterous grasping[EB/OL]．2020：2009.00979.https：/rxiv.org/abs/ 2009.00979v1.

[79]GUGY，ZHANG NB，XUHP，et al.A soft neuroprosthetic hand providing simultaneous myoelectric control and tactile feedback [J].Nature Biomedical Engineering，2023，7（4）：589-598.

[80］張進華，王韜，洪軍，等．軟體機械手研究綜述[J]．機械工程學 報，2017，53（13）：19-28. ZHANG Jinhua，WANG Tao，HONG Jun，et al.Review of softbodied manipulator[J].Journalof Mechanical Engineering，2017， 53（13）：19-28.

[81］WEBSTER RJ.Design and kinematic modeling of constant curvaturecontinuum robots：areview[J].The International Journal of Robotics Research，2010，29（13）：1661-1683.

[82]DELLA SANTINA C，KATZSCHMANNR K，BIECHI A，et al. Dynamic control of soft robots interacting with the environment [C]//2018 IEEE International Conference on Soft Robotics（RoboSoft）.IEEE，2018：46-53.

[83]POLYGERINOSP，WANGZ，OVERVELDEJTB，etal.Modelingof soft fiber-reinforced bending actuators[J].IEEE Transactions on Robotics，2015，31（3）：778-789.

[84］梅棟，趙鑫，唐剛強，等．軟體機器人建模與控制技術研究進展 [J].機器人，2024，46（2）：234-256. MEI Dong，ZHAO Xin，TANG Gangqiang，et al.A review of soft robot modeling and control[J].Robot，2024，46（2）：234-256.

[85]MAHLT，HILDEBRANDTA，SAWODNY O.A variable curvature continuum kinematics for kinematiccontrolof the bionic handling assistant[J].IEEE Transactions onRobotics，2014，30（4）：935-949.

[86]XUE XQ，ZHAN ZH，CAIYW，et al.Design and finite element analysis of fiber-reinforced soft pneumatic actuator[C]/Lecture Notes in Computer Science.Cham：Springer International Publishing，2019：641-651.

[87]COEVOET E，MORALES-BIEZE T，LARGILLIEREF，et al. Software toolkit for modeling，simulation，and control of soft robots[J].Advanced Robotics，2017，31（22）：1208-1224.

「88]蔣國平.孟凡昌，申景金.等.軟體機器人運動學與動力學建模 綜述[J].南京郵電大學學報（自然科學版），2018，38（1）：20-26. JIANGGuoping，MENGFanchang，SHENJingjin，etal.Review onkinematicsand dynamics modeling for soft robots[J].Journal ofNanjing University of Posts and Telecommunications（Natural Science Edition），2018，38（1）：20-26.

[89] MARCHESE A D，TEDRAKE R，RUS D. Dynamics and trajectory optimization for a soft spatial fluidic elastomer manipulator[C]// 2015 IEEE International Conference on Robotics and Automation （ICRA）.IEEE，2015：2528-2535.

[90］劉佳鵬，王江北，趙威，等．多功能軟體機械手的設計與建模 [J]．機械工程學報，2022，58（9）：1-9. LIU Jiapeng，WANG Jiangbei，ZHAO Wei，et al. Design and modeling of multifunctional soft manipulator[J].Journal of Mechanical Engineering，2022，58（9）：1-9.

[91］耿鵬，何彥霖，楊溢，等．軟體機械臂控制方法研究現狀及展望 [J].儀器儀表學報，2023，44（11）：85-98. GENG Peng，HE Yanlin，YANGYi，etal.Research statusand prospects of control methods for soft robotic arms[J]. Chinese Journal of Scientific Instrument，2023，44（11）：85-98.

[92]LIJF，LI JH，WU Z Q，et al. A soft variable stifness hand with an integrated actuating-cooling system[J]. IEEE Transactions on Industrial Electronics，2023，70（11）：11464-11473.

[93]HUANG H M，LIN JH，WU LY，et al. Machine learning-based multi-modal information perception for soft robotic hands[J].Tsinghua Science and Technology，2020，25（2）：255-269.

[94]KHIN P M，LOW JH，ANG M H，et al. In-hand object recognition for sensorized soft hand[M]//ANGMH，ASAMAH，LINW， et al.Lecture Notes in Networks and Systems.Cham：Springer International Publishing，2022：351-364.

[95]DELLA SANTINA C，ARAPI V，AVERTA G，et al. Learning from humans how to grasp：a data-driven architecture for autonomous grasping with anthropomorphic soft hands[J]. IEEE Robotics andAutomation Letters，2019，4（2）：1533-1540.

[96］楊后樂，張寧斌，谷國迎，等．五指仿人靈巧手的剛柔耦合結構 設計及控制[J].機電一體化，2021，27（6）：25-34. YANG Houle，ZHANG Ningbin，GU Guoying，et al. Design and control of a rigid-flexible coupling humanoid dexterous hand with five fingers[J].Mechatronics，2021，27（6）：25-34.

[97］王君，程浩，陳俊杰，等．柔性靈巧手的控制系統設計與仿真 [J].機械設計與制造，2023（10）：242-247. WANG Jun，CHENGHao，CHEN Junjie，etal.Design and simulation of control system for flexible dexterous fand[J].Machinery Design amp; Manufacture，2023（10）：242-247.

[98]YOUSEF H，BOUKALLEL M，ALTHOEFER K. Tactile sensing for dexterous in-hand manipulation in robotics：a review[J].SensorsandActuatorsA：Physical，2011，167（2）：171-187.

[99]PONCEWONGRD，POSNERJD，SANTOSVJ.Flexible microfluidic normal force sensor skin for tactile feedback[J].SensorsandActuatorsA：Physical，2012，179：62-69.

[100]曹建國，周建輝，繆存孝，等．電子皮膚觸覺傳感器研究進展與 發展趨勢[J].哈爾濱工業大學學報，2017，49（1）：1-13. CAO Jianguo，ZHOU Jianhui，MIAO Cunxiao，et al.Research progress and development strategy on tactile sensors for e-skin [J].Journal ofHarbin Institute of Technology，2017，49（1）：1-13.

[101]WANGYC，WUX，MEID Q，et al. Flexible tactile sensor array for distributed tactile sensing and slip detection in robotic hand grasping [J]. Sensors andActuators A：Physical，2019，297：111512.

[102]YANG W T，XIE MY，ZHANG X S，et al. Multifunctional soft robotic finger based on a nanoscale flexible temperature-pressure tactile sensor for material recognition[J].ACS Applied Materials amp; Interfaces，2021，13（46）：55756-55765.

[103]BOUTRY C M，NEGRE M，JORDA M，et al. A hierarchically paterned，bioinspired e-skinable to detect the directionof applied pressure for robotics[J]．Science Robotics，2018，3（24）： eaau6914.

[104]YONG S，AWK.Multi-layered carbon-black/elastomer-compositebased shielded stretchable capacitive sensors for the underactuated robotic hand[J].Robotics，2022，11（3）：58.

[105]QIU Z G，WANYB，ZHOUWH，et al. Ionic skin with biomimetic dielectric layer templated from Calathea zebrine leaf[J].Advanced Functional Materials，2018，28（37）：1802343.

[106]XIE MY，ZHU M Z，YANG Z S，et al. Flexible self-powered multifunctional sensor for stiffness-tunable soft robotic gripper by multimaterial 3D printing[J].Nano Energy，2021，79：105438.

[107]LUO J Q，ZHANG L B，WU T，et al. Flexible piezoelectric pressure sensor with high sensitivity for electronic skin using near-field electrohydrodynamic direct-writing method[J]. Extreme Mechanics Letters，2021，48：101279.

[108]LAI Y C，DENG J N，LIU R Y，et al. Actively perceiving and responsive soft robots enabled by self-powered，highly extensible， and highly sensitive triboelectric proximity-and pressure-sensing skins[J]. Advanced Materials，2018，30（28）：e1801114.

[109]JIANG X Z，SUNYJ，FANZY，etal.Integrated flexible，waterproof，transparent，and self-powered tactile sensing panel[J]. ACS Nano，2016，10（8）：7696-7704.

[110] ZHOU H，TAWK C，ALICI G. A 3D printed soft prosthetic hand withembedded actuation and soft sensing capabilities for directly and seamlessly switching between various hand gestures [C]// 2021IEEE/ASME International Conference on Advanced Intelligent Mechatronics（AIM）.IEEE，2021：75-80.

[111] ZHOU H，TAWK C，ALICI G. A3D printed soft robotic hand with embedded soft sensors for direct transition between hand gestures and improved grasping qualityand diversity[J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering，2022， 30：550-558.

[112] ZOLLER G，WALLV，BROCK O. Acoustic sensing for soft pneumatic actuators [C]/2O18 IEEE/RSJ International Conference on Intelligent Robots and Systems （IROs）. IEEE，2018：6986-6991.

[113] PARK Y L，CHEN B R，WOOD R J. Design and fabrication of soft artificial skin using embedded microchannels and liquid conductors[J]. IEEE Sensors Journal，2012，12（8）：2711-2718.

[114]劉會聰，楊夢柯，袁鑫，等．液態金屬柔性感知的人機交互軟體 機械手[J].中國機械工程，2021，32（12）：1470-1478. LIU Huicong，YANG Mengke，YUAN Xin， et al. Liquid metal based flexible sensors for soft manipulator towards human-machine interaction[J].China Mechanical Engineering，2021，32 （12）：1470-1478.

[115]ZOUQ，WANGYD，YANGFR.An intrinsically embedded pressure-temperature dual-mode soft sensor towards soft robotics[J]. Sensorsand ActuatorsA：Physical，2021，332：113084.

[116]HAMMOCKML，CHORTOSA，TEEBC-K，etal.25thanniversaryarticle：theevolutionofelectronic skin（e-skin）：abriefhistory，designconsiderations，and recent progress[J].AdvancedMaterials，2013，25（42）：5997-6038.

[117]CHORTOSA，LIU J，BAO Z N.Pursuing prosthetic electronic skin[J].NatureMaterials，2016，15（9）：937-950.

[118]YAMAGUCHIT，KASHIWAGIT，ARIET，etal.Human-like electronic skin-integrated soft robotic hand[J].Advanced IntelligentSystems，2019，1（2）：1900018.

[119]KIMJ，LEEM，SHIMHJ，etal.Stretchablesiliconnanoribbon electronicsforskinprosthesis[J].NatureCommunications，2014， 5：5747.

Research status of soft anthropomorphic dexterous hands

LIU Yibo’XIAO Huaping1LIU Chuanwang'SUN Zhenhao’HAO Tianze2LIU Shuhai' （1.CollegeofMechanicalandTransportationEngineering，China UniversityofPetroleum，BeijingO2249，China） （2.TianjinKeyLaboratoryforAdvancedMechatronicSystemDesignandInteligentControl，TianjinUniversityof Technology，Tianjin 300384，China） （3.NationalDemonstrationCenterforExperimentalMechanicalandElectricalEngineringEducation，TanjinUniversityof Technology，Tianjin300384，China）

Abstract：[Significance] Softanthropomorphic dexterous hands，asatypeofrobot endefectorcomposedofsoft materials，arecapableofchievinghuman-likegraspingandmanipulationabilities，ndrecharacterzedbyghexterityoutstanding environmentaladaptabilityandsafetyinthehuman-robotinteraction.Analysis]Theperformanceofsoftanthropomoricdexteroushandsintermsofdexterityandgaspngoperationcapabilitiesasreviewed，followedbyadetailedintroductionadanalysisoftheresearch statusofsoftanthropomorphicdexteroushands intermsofdrivingmethods，materialsandmanufacturing， flexibletactilesnsing，modelingandcontrol.Finally，thepotentialchallengesandpossibleevelopmentdirectionsfacdbysoft anthropomorphicdexteroushandswerediscued，ndemphasizingthatimprovingtheirdexterityandtactileperceptioncpabilities is a key focus of future research.

Keywords：Softrobotics;Robotic hand;Anthropomorphicdexterous hand;Tactile sensing;Modelingandcontrol