人的手抓握东西的原理是什么？以及机械手是如何创作出来的？ 第1页

以下的回答分为三个章节，1）如果仅仅是对机械手感兴趣，想要了解一些有趣的信息的话，看完第一个章节就可以了；2）第二个章节对于有理工科or机器人背景的同学会比较有趣和有用；3)而如果你是从事机械手硬件研发工作的科研人员，可以去看第三个章节。我留下了邮箱，可以一起进行交流讨论。

Section 1

耶鲁大学有一位研究人员花了大量的时间和精力，进行了如下图所示的一项挺有趣的实验：

对！没错，这位研究人员在进行大量的抓取实验，以探讨人类在面对不同物体的时候，所采用最频繁的抓取方式，以剖析最优的抓取方法。实际上，通过上图我想告诉大家的是：在日常生活中，人类在进行抓取的时候，是不需要经过大量的大脑思考的，它是一种自然的反应加上肌肉记忆，而这种反应和肌肉记忆实际上在我们的婴儿时期，通过大量的抓取练习，已经深深地印刻在了我们运动神经之中。

而如今，人类回过头再来研究这个问题，实际上就是想找到我们大脑中所“存储”的抓取方法，以控制机械手进行仿人的抓取动作。下面的话，给大家看看目前行业内比较有名的机械手，以图片的形式：

• UTAH/MIT Hand 全驱动机械手

• DLR Hand 全驱动机械手

• DEXMART Hand 全驱动机械手

• Ritsumeikan Hand 欠驱动机械手

• MANUS Hand 欠驱动机械手

• SDM Hand 欠驱动机械手

• Yale Hand 欠驱动机械手 (设计开源)

• PISA/IIT Hand 欠驱动机械手

• RTR2 Hand 欠驱动机械手

• Spring Hand 欠驱动机械手

• Barret Hand 欠驱动机械手 （商业产品）

• Columbia Hand 欠驱动机械手

• MARS Hand 欠驱动机械手 （NASA设计 应用于太空操作）

• SARAH Hand 欠驱动机械手

• Robotiq Hand 欠驱动机械手 （市面上性价比较高的商业产品）

看完如上所示的图片，大家可能会觉得：都是些什么奇形怪状的机械手！没错，机械手的设计、制造和控制是较为复杂的，实际上大量的机械手是完全达不到实际应用的水平。

Section 2

对于问题的前半个，关于人手抓物体的原理是什么，从生物角度去阐释，我是没有发言权的，可去看这个问题下李淼的专业回答。而Wiki是如下定义人手的：手是人或其他灵长类动物臂前端的一部分，由五只手指以及手掌组成，主要是用来抓和握住东西，两个手相互对称，互为镜像。

人手实际上是一个极其灵巧而又复杂的人体器官。其躯干主要由如图1所示的指骨组成，包裹着躯干的就是分布着大量灵敏触觉神经的皮肤，当人手需要具体运动的时候，肌腱（Tendon）就充当着传递动力的媒介，而在各个关节中大量分布的肌肉皮肤等，则很好扮演了顺从机构（Compliant Structure）。

而在人的五个手指之中，当属大拇指最为特殊，首先它仅有两个指节（Phalanges）组成，而且是所有手指中最灵活，指尖工作空间范围最广的手指，具体来说，其Metacarpals Joint是一个空间结构很紧凑的球角（Ball/Spherical Joint）。

说完了人手的“硬件”构成，咱们再大致谈谈具体的控制。实际上，正常人对自己手的控制都是看到了物体，司空见惯地就伸手去抓，其实当我们用当前的机器人学去剖析这一过程，实际上又是这样子的：当我们想去伸手抓某个物体（AI做出决断），我们会大致看一下这个物体的位置（通过Vision进行定位），而当我们去抓的时候，我们主要基于的是对我们指尖（End-Effector）位置的路径规划（Trajectory Planning），通过自己的手臂带动手掌去接近物体（Manipulation Progress），在这一接近的过程中，我们的视觉一直再给我们做反馈（Feedback），而当物体处于手掌的操作空间的时候，大脑会控制我们具体的手指进行抓握，而怎么去抓，则是基于我们大量的生活经验，去自动生成最优的适合物体轮廓的抓取方案，而在具体手指的操作之中，我们还是基于手指指尖的轨迹规划去控制各个手指关节的运动（Under-Actuated or Fully Actuated ?）。最终，皮肤上的触觉神经（Tactile Sensor）会给我们一个反馈，告诉我们是否抓取到了东西，凭借肌腱传递的接触力接触物体产生的静摩擦力，去对物体进行操作，而触觉神经会一直给我们物体形状、硬度甚至温度的反馈，借助大量的实际抓取经验，自动生成最优化，最稳定，最省力的抓取方案。

而上述这一大段控制的基本叙述，正常人类都能在1-2秒内完成到最佳，比如说现在你去拿桌子上的手机，根本不需要思考去做规划，完全是直接伸手就拿。不得不感叹，如果从当前水平的机器人的视角来审视人类这样一个“躯体和系统”，简直高级的可怕。这里作者想分享一些有趣的想法： 人类这样一个高端的智能体，也许真的不是地球自然选择的成果，而是更加高等的文明所“设计&制造”出来的。因为我个人是做机器人行业的，我太难以想象，人类这样高水平的躯体，是怎样从自然进化而来的。

现在回到这个问题的后半个：机械手是怎么设计出来的（抱歉我把创作改成了设计）。这个问题应该算是作者比较擅长的，作者PhD阶段的第一篇PAPER（IROS 2017）就是关于欠驱动机械手的设计相关的。分为如下几个考虑步骤：

• Step 1

设计组成手指的躯干，也就是前面提到的Link或者是Phalanges。设计具体的Phalanges不是做拍脑袋设计，因为Phalanges具体的尺寸和形状是对机械手后续的抓取性能是有着直接的影响。并且要做整体通盘的考虑，因为后续的传动机构、传感器、关节、顺从机构都是和其挂钩的。简而言之，这是最难设计的，通盘考虑（可以考虑参考现有的Phalanges种类进行设计），贯穿始终（始终需要做相应的优化和修改）。

• Step 2

手指数量的选择和分布，这里需要告诉大家的是，至少有一半以上的机械手的手指数目都不是5个，而90%以上的机械手的大拇指分布都是区别于正常的人手的。因此，需要在一开始考虑：基于你想要达到的功能，确定机械手手指的数目（主流3,4,5）以及每根手指相应的位置排布。

• Step 3

确定传感器选用，目前主流的机械手有如下的传感器配置：

1. None；
2. 位置传感器；
3. 触觉传感器，这里是指排布在手指指腹上测量压力的传感器；
4. 力传感器，这里是指通过测量驱动电机电流来获得大致的抓取力；

• Step 4

确定驱动方式，即选择机械手的驱动方式为全驱动（Fully-Actuated）还是欠驱动（Under-Actuated），如果你不是相关专业的人员的话，这里需要简单解释一下这两个概念：

全驱动，即运动的自由度（Degree of Freedom, DoF）的数量等于驱动器的数量；

欠驱动：运动的自由度（Degree of Freedom, DoF）的数量大于驱动器的数量。

为什么要在这里引入这样的概念，实际是还是由于人手大量的关节数目决定的，按照一般的自由度计算方式，人手共有21个自由度，选择全驱动固然能够最大程度上还原人手的细节精确运动，但大量数目驱动器的排布带来的机械设计的复杂性和后期控制上的冗杂，使得大量的机械手向着欠驱动的方向发展。

• Step 5（如果选择欠驱动作为驱动方案）

确定驱动的数目及分布，Step 4中提及到人手有21个自由度，当你选择欠驱动（Q<21）的时候，你要考虑你到底需要多少自由度的驱动器（电机），我们称这个为Degree of Actuator (DoA)，主流的机械手的DoA数目为1、2、3、4这样的四种。而在确定了数量之后，你还需要考虑的是DoA的分配，及如何把驱动器（电机）和相应被驱动的手指关联起来。（比如，当你选择了采用3个驱动器，而你设计的机械手需要有5个手指，如何分配驱动器和手指的关系）。

• Step 6

传动方式的选择和设计，所谓的传动方式，即是在驱动器（电机）和手指指尖，你使用什么样的机械来传递动力。常见的有四连杆传动、齿轮传动、线传动（Tendon）等，线传动目前为主流，是因为其契合机械手结构的紧凑性能。

• Step 7

驱动器（电机）的选型，大部分机械手一般都采用以电机为驱动原理的驱动器，小部分也有以液压驱动或者气动的机械手。但是本着小型化、精巧化的设计，液压和气动都不是主流，毕竟无法解决需要相对笨重的液压泵或者气泵的弊端。电机根据需求自由选择种类，而其额定的输出力矩则要根据传动方式和手指额定的输出力来进行相应的计算确定。

• Step 8

顺从机构的设计，机械手的手指因为需要接触物体（有的时候形状对于机器人本身的系统是未知的）的缘故，顺从机构（Compliant Structure）的设计是必不可少的。主要体现在如下两个方向：

1. 手指张开关闭的抓取方向，设置顺从机构以达到对传动机构的保护；
2. 手指侧摆Roll方向（以手指张开闭合方向为Pitch）设置顺从机构，以起到对手指侧向撞击的保护。

• Step 9

整体机电系统的整合，当你完成以上1-8步的设计之后，你需要做一个整体的统筹，同时把相应的驱动电路(PCB)考虑进来，合理安排相应的排布和空间分配，整合系统。

Section 3

实际上，想要机械手实现人手的抓取功能，一个性能良好的硬件仅仅是基础，还需要具体的欠驱动或者全驱动机械手抓取的控制、规划和策略。作者仅仅知道皮毛，而这个也是另外的一个水很深的研究领域。
话说回来，光是机械手本身硬件的设计实际上就十分复杂，其难度完全不亚于设计机器人的单腿或者机械臂，有太多太多的经验、教训和细节在知乎上面都无法提及到。如果你需要从事机械手硬件的研究与开发的话，可以联系作者一起讨论： zeyu.ren@iit.it 如果需要相关的参考文献和设计手册的话，作者也可以推荐一些。

作者认为：设计一个良好性能的欠驱动机械手难度很大，需要大量的工程经验积累和硬件版本上的迭代，但是理论难以深度挖掘，作者的IROS文章虽然很幸运地中了，但是评委的Review的意见都是肯定了工程上的工作量，但对理论研究和贡献水平保持了非常critical的态度，一句话：如果是做机械手硬件设计方面的研究的话，发文章比较吃力。

最后，想和大家分享一下作者本人设计的三自由度非对称欠驱动机械手：（图片形式，Demo可参考https://www.youtube.com/watch?v=thQotLL9kaQ）

谢邀

一张小小的商务肖像照，折射出来的是一个职场大生态。

首先回答本问题的本源，楼上楼下的很多人的答案并不对，喜欢这种抱着胸前的照片，和展示状态如『保守，稳重，成熟』没有什么关系。

这种职业肖像照，一般都是为了挂在墙上，或者出现在公司宣传册，网站上介绍人物的profile上的。如果不想采用这种更为呆板的大头照

半身照几乎是唯一可能，面部是最重要的辨识特征，在半身照里至少要占据画面里面1/3的高度，头顶上留白，下面要过西装第二颗扣子，约皮带处，被西装遮住，不露出完整的下摆，肩膀两处留出一点空隙，不能太大。

等限定这个区域以后，大家就会发现：除了这样子交叠在胸前，你放在其他任何一个地方，手都会被截断，比较难看。

当然有特别的：

借用

@王不累

的照片，十分感谢。

这些非常规的，独特的职场商务肖像照，实际上大多是一些商务杂志，商务会议，为商界领袖，企业高层做专访的时候，杂志专文的辅照，杂志这边是有专门的高级摄影师的，如果你自己要去找摄影师照的话，收费大概是8000到2万（可不是那种路边常见的照相馆哦），如果是给福布斯，财富，国内知名商业杂志上常客拍的高级摄影师，大概5万起。

谁都想照一张这样子的帅气的照片，问题是谁为这个买单呢，就像其他答案有人说过的，那些房地产中介倒是想表现出亲和力，问题是他们会为这个事情掏上万把块钱吗？我看难。

说到底，首先都是钱的问题。

对土豪们钱不是问题，新问题是，你敢跟公司的市场部PR部小姑娘说，我要这张（比大部分同僚帅，比董事长还拉轰的）照片上墙么？

算了吧，还是用标准照吧。。。

---

  xi-men-zi-zhong-guo 网友的相关建议: 
      

先上结论，从职业发展的角度，工业4.0时代对个人能力的要求必然是T型人才，即“专家型通才”，同时具备跨领域的辽阔知识面和对特定领域的深入了解。从两个角度理解：

• 专业化仍然是工业1.0之后社会资源分配的基本规律。无论是个人还是组织都会受到精力和资源制约，对知识的积累贵精不贵多，全面发展必然导致全面平庸。
• 然而个人在职场的长远发展又不得不依赖于广博的知识面，一方面可以在日常工作生活中从不一样的视角解决问题；另一方面在这个快速发展的时代需要随时为特长技能过时而做准备。

题主现状专注的是“自动化”，但是想要在工业4.0的浪潮中找到个人发展策略，还需从工业4.0的时代诉求出发，我们可以从以下两个维度理解T型人才：

从广度来看，建议从企业运营的角度入手，尽快培养宏观视角。这需要跳出四年“自动化”工程师教育带给自己的局限性，将自动化作为实现工业4.0应用概念（如物联网、数据服务、人机协同等等）的技术手段。同时也要试着站在高级管理者的角度，理解应用概念必须要为企业的行业战略服务（如数字化营销、车联网等等）。

从深度来看，对先进行业机理的深度理解是职业稳定发展的最好保障。在职场前期选择并专注于一两个自己擅长和兴趣的领域（例如：软件工程、项目管理、自动化工程、产线设计、产品研发等等）和有潜力的行业（例如：电动车、集成电路、无人机等等），通过实践快速成长。先从自己不熟悉甚至未知的领域入手，浅尝辄止但广泛涉猎，尽量扩充自身的知识边界，即“已知的未知”区域，缩小在本行业的“未知的未知”区域。这样，就可以在职业生涯的中后期比较从容地在管理、专家、或创业等职业路线之间切换。

为了进行面向工业4.0的“专家型通才”的自我培养，建议具体的学习目标应当取材于标准框架：让我们逐步走进工业4.0的知识殿堂：

我们在工业4.0浪潮下，知识体系在各国都有相应的解读。比如工信部2018版《国家智能制造标准体系建设指南》列举了几十个技能点；德国《工业4.0参考架构模型》极大的扩充了CPS概念；美国国家标准与技术研究院（NIST）从价值链的角度用几十个IEC/ISO/IEEE/ASME标准构建了他们对智能制造（Smart manufacturing）知识体系的理解。如果抛开形态的差异，其实本质的底层结构都是相同的，即从基本理论、行业概念、业务能力、技术体系等几个层次界定工业4.0或智能制造的框架。

这些框架的底层逻辑，实际是智能化这一传统命题在工业的深度应用。也即利用数字化的先进技术和手段，支持乃至实现企业多维度决策。何为“决策”？站在人类认知的角度，决策分为四个在不断循环迭代的基本步骤：对客观事实的描述、洞察事实背后的原因和逻辑、预测未来走向及模拟干预策略、执行干预方式。企业的各级决策，战略设计、供应商选择、车间调度、机床操作，所有人类决策本质遵循的都是相同套路。

而智能制造的使命， 即以信息物理系统（CPS）的形式，最大程度的支持乃至自主履行这些决策。「数字化双胞胎」是这一思路的关键。我们利用数字化双胞胎在虚拟世界中精确“复制”物理世界；利用知识图谱、根因分析、人工智能等技术理解数据、现象和理论之间的关系；再用双胞胎在虚拟世界中模拟择优快速迭代；最后让双胞胎监控在物理世界的执行。

从学习手段来看，公众号、微博、公开课等网络资源一直是最显眼的信息来源，但这些碎片化的信息其实很难保证知识体系的完整和准确。如果从零开始，建议以国内外公开的标准化体系为起点。其实，上述中、德、美等国关于工业4.0的官方框架都以ISO、GB、VDI、IEC、IEEE为基础指导材料，其实也暗示了标准体系是国内外专家所推荐的权威资料。

最后提一句，相信时间的力量！不负时光，时光也不会辜负你的付出。

本文由西门子工程师撰文回答，希望对题主和关注这个话题的知友们提供帮助

西门子数字化顾问

李于江

---

本账号为西门子中国的官方知乎账号。西门子是全球领先的技术企业，创立于1847年，业务遍及全球200多个国家，专注于电气化、自动化和数字化领域。我们希望与你一同分享这些领域的知识与新科技，欢迎你的提问。此外，我们并不卖家电:)

西门子中国的每一位专家都是我们的智囊，你在这个账号可以阅读到来自西门子各个不同方向专家们的见解。请大家不要吝惜手里的“邀请”，让我们在分享中共同进步。

也欢迎大家关注我们的微博（ID：西门子）和微信 （ID：西门子中国） ，更多的了解我们。

看到这里就给点个赞吧！

---