GL-robot 原題圖與應(yīng)用場(chǎng)景示意圖

在機(jī)器人抓取與操作領(lǐng)域，長(zhǎng)期存在核心矛盾：高負(fù)載與精細(xì)操作難以兼顧、力感知依賴昂貴觸覺(jué)傳感器、機(jī)械結(jié)構(gòu)與智能控制脫節(jié)。浙江大學(xué)GraspLab研發(fā)的復(fù)合多連桿二指夾爪GL-Robot，以“AI+mechanism”深度融合為核心路徑，圍繞“手機(jī)構(gòu)優(yōu)化、手指力感知、抓取與操作規(guī)劃”三大維度實(shí)現(xiàn)突破，更創(chuàng)新性驗(yàn)證了關(guān)鍵觀點(diǎn)——靈巧手與觸覺(jué)感知可解耦分離，無(wú)需觸覺(jué)傳感器即可實(shí)現(xiàn)高精度力控，為機(jī)器人抓取技術(shù)開(kāi)辟了低成本、高適應(yīng)性的新賽道。

GL-robot 抓取效果動(dòng)圖

▍手機(jī)構(gòu)優(yōu)化：耦合-解耦聯(lián)動(dòng)，筑牢智能抓取硬件根基

機(jī)械結(jié)構(gòu)是機(jī)器人抓取的核心載體，GL-Robot的機(jī)構(gòu)創(chuàng)新突破了傳統(tǒng)欠驅(qū)動(dòng)抓手的性能瓶頸，為“AI賦能”提供了高效適配的硬件基礎(chǔ)。

• 采用單執(zhí)行器驅(qū)動(dòng)的兩指三關(guān)節(jié)欠驅(qū)動(dòng)架構(gòu)，通過(guò)獨(dú)創(chuàng)的“堆疊四連桿疊加可解耦機(jī)制”，實(shí)現(xiàn)關(guān)節(jié)運(yùn)動(dòng)的耦合協(xié)同與解耦自適應(yīng)。這種設(shè)計(jì)既簡(jiǎn)化了驅(qū)動(dòng)復(fù)雜度，又通過(guò)固定平行四桿結(jié)構(gòu)分擔(dān)抓取反力，降低執(zhí)行器負(fù)載，兼顧了結(jié)構(gòu)簡(jiǎn)潔性與力傳遞效率。

• 構(gòu)建多模態(tài)抓取適配能力，針對(duì)不同尺寸、形狀物體智能切換抓取模式：面對(duì)螺絲、筆等小型工件時(shí)，前兩指節(jié)同步運(yùn)動(dòng)實(shí)現(xiàn)“高精度平行抓取”；接觸較大或不規(guī)則物體時(shí)，近端指骨先觸停，連桿機(jī)構(gòu)自動(dòng)解耦，驅(qū)動(dòng)中段與遠(yuǎn)端指節(jié)持續(xù)彎曲形成“全域包絡(luò)抓取”，通過(guò)“力閉合”原理保障抓取穩(wěn)定性。

• 關(guān)節(jié)集成扭轉(zhuǎn)彈簧與機(jī)械限位設(shè)計(jì)，既維持指骨初始姿態(tài)，避免重力與慣性導(dǎo)致的非期望運(yùn)動(dòng)，又能在釋放物體時(shí)自動(dòng)復(fù)位，實(shí)現(xiàn)能量高效利用與運(yùn)動(dòng)精準(zhǔn)控制，為后續(xù)AI感知與規(guī)劃提供了穩(wěn)定的機(jī)械響應(yīng)基礎(chǔ)。

GL-robot 平行抓取與包覆抓取

GL-robot 基于雙四連桿機(jī)構(gòu)的復(fù)合五連桿結(jié)構(gòu)

▍手部多模態(tài)感知：無(wú)傳感力控突破，驗(yàn)證觸覺(jué)-靈巧手解耦核心觀點(diǎn)

傳統(tǒng)認(rèn)知中，靈巧手的精細(xì)操作依賴觸覺(jué)傳感器實(shí)現(xiàn)力反饋，但GL-Robot通過(guò)“機(jī)械特性+AI算法”的協(xié)同創(chuàng)新，構(gòu)建了無(wú)傳感多模態(tài)感知體系，徹底打破“觸覺(jué)傳感器與靈巧手綁定”的固有邏輯。

• 提出無(wú)傳感力感知框架，摒棄傳統(tǒng)力傳感器的硬件依賴，利用電機(jī)電流與抓取負(fù)載的直接映射關(guān)系，通過(guò)電流信號(hào)解析外部接觸狀態(tài)。當(dāng)夾爪接觸物體時(shí)，阻力變化會(huì)引發(fā)電流波動(dòng)，這些波動(dòng)中蘊(yùn)含著抓取模式切換、關(guān)節(jié)姿態(tài)、接觸力等關(guān)鍵信息。

• 引入長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）實(shí)現(xiàn)AI賦能的信號(hào)解析，通過(guò)大量抓取數(shù)據(jù)訓(xùn)練模型，讓AI學(xué)習(xí)電流變化與手指關(guān)節(jié)角度、接觸力的深層關(guān)聯(lián)。結(jié)合逆運(yùn)動(dòng)學(xué)模型與雅可比矩陣映射，完成“電流感知-AI解析-姿態(tài)重構(gòu)-力學(xué)計(jì)算”的閉環(huán)流程，力控精度顯著優(yōu)于傳統(tǒng)數(shù)理統(tǒng)計(jì)方法。

• 實(shí)現(xiàn)多場(chǎng)景力感知適配：在小力操作場(chǎng)景中，力控精度低至0.1N，平均誤差不超過(guò)0.61N，可安全抓取雞蛋、芯片等易碎品；在重載場(chǎng)景中，通過(guò)電流-力直接控制，最大承載力達(dá)250N，能穩(wěn)定抓取盛滿水的水桶等重物，證明無(wú)觸覺(jué)傳感器同樣可實(shí)現(xiàn)寬范圍、高精度力控。

GL-robot 基于LSTM網(wǎng)絡(luò)的精準(zhǔn)抓取力感知

▍抓取與操作規(guī)劃：分層雙模策略，實(shí)現(xiàn)AI-機(jī)械協(xié)同決策

基于優(yōu)化的機(jī)械結(jié)構(gòu)與多模態(tài)感知能力，GL-Robot構(gòu)建了智能化抓取與操作規(guī)劃體系，通過(guò)分層控制策略適配不同任務(wù)需求，彰顯“AI+mechanism”的協(xié)同優(yōu)勢(shì)。

• 建立“位置-力”與“電流-力”雙模控制架構(gòu)**，針對(duì)不同任務(wù)場(chǎng)景動(dòng)態(tài)切換規(guī)劃邏輯：精細(xì)操作時(shí)，采用位置環(huán)結(jié)合逆運(yùn)動(dòng)學(xué)微調(diào)，利用指尖柔性墊片的微小形變實(shí)現(xiàn)輕柔力控，避免損傷易碎物體；重載作業(yè)時(shí)，直接通過(guò)AI驅(qū)動(dòng)的電流信號(hào)監(jiān)測(cè)，精準(zhǔn)控制抓取力，保障高負(fù)載下的穩(wěn)定性。

• 規(guī)劃邏輯與機(jī)械特性深度耦合，通過(guò)預(yù)先建立的夾爪力學(xué)模型與分支計(jì)算方法，應(yīng)對(duì)不同接觸順序的復(fù)雜場(chǎng)景。模型分析表明，抓取穩(wěn)定性主要受遠(yuǎn)端指節(jié)接觸點(diǎn)控制，初始位置偏差影響較小，實(shí)現(xiàn)了力閉環(huán)控制與接觸適應(yīng)的精準(zhǔn)匹配。

• 具備全域抓取適配規(guī)劃能力，可穩(wěn)定握持從輕薄硬幣到邊長(zhǎng)超10厘米立方體的各類物體，通過(guò)姿態(tài)自適應(yīng)貼合電鉆、眼鏡、酒瓶等不規(guī)則形狀工件，有效防止滑移，展現(xiàn)出極強(qiáng)的場(chǎng)景魯棒性。

GL-robot 精準(zhǔn)力控抓取實(shí)驗(yàn)與多樣性泛化抓取測(cè)試

▍核心價(jià)值與未來(lái)展望

GL-Robot的突破核心在于“AI+mechanism”的深度融合：機(jī)械結(jié)構(gòu)的耦合-解耦創(chuàng)新為抓取提供了高效硬件基礎(chǔ)，AI算法則賦能無(wú)傳感感知與智能規(guī)劃，二者協(xié)同而非簡(jiǎn)單疊加，讓傳統(tǒng)剛性?shī)A爪升級(jí)為智能自感知組件。其提出的“靈巧手與觸覺(jué)感知解耦”觀點(diǎn)，顛覆了“力控必須依賴觸覺(jué)傳感器”的傳統(tǒng)認(rèn)知，為低成本、高可靠性的抓取方案提供了理論與實(shí)踐支撐。

在商業(yè)化層面，GL-Robot無(wú)需昂貴力傳感器的設(shè)計(jì)大幅降低成本，同時(shí)在負(fù)載能力、力控精度、抓取范圍等關(guān)鍵指標(biāo)上表現(xiàn)優(yōu)異，具備與Robotiq85等商用夾爪比肩的潛力，可廣泛應(yīng)用于工業(yè)裝配、物流分揀、家庭服務(wù)等領(lǐng)域。未來(lái)，隨著AI驅(qū)動(dòng)的機(jī)構(gòu)設(shè)計(jì)、感知與控制協(xié)同優(yōu)化持續(xù)推進(jìn)，機(jī)器人抓取與操作技術(shù)將進(jìn)一步突破場(chǎng)景限制，在工業(yè)智能化與生活服務(wù)自動(dòng)化中發(fā)揮更核心的作用。

GL-robot工業(yè)場(chǎng)景工具與材料抓取示意

本文完全由GraspLab獨(dú)立研究撰寫而成，李積豪、朱科祺，郭昊天。

▍機(jī)器人抓取實(shí)驗(yàn)室（Grasp Lab/GL）介紹

機(jī)器人抓取實(shí)驗(yàn)室（Grasp Lab）是浙江大學(xué)機(jī)械工程學(xué)院聚焦于機(jī)器人抓取的核心課題組，定位為“感知-推理-操作”全鏈條技術(shù)突破與工程化落地的創(chuàng)新平臺(tái)。實(shí)驗(yàn)室以解決機(jī)器人在復(fù)雜真實(shí)場(chǎng)景下的高效環(huán)境理解、抓取軌跡智能推理及高可靠物理交互這一核心挑戰(zhàn)性問(wèn)題為目標(biāo)，致力于構(gòu)建面向家庭服務(wù)、超市物流、倉(cāng)儲(chǔ)分揀及工業(yè)制造等多場(chǎng)景的魯棒操作優(yōu)化系統(tǒng)，為智能機(jī)器人實(shí)現(xiàn)通用化、靈巧化抓取與操作提供高性能解決方案。

研究團(tuán)隊(duì)通過(guò)數(shù)學(xué)建模、靈巧手設(shè)計(jì)與控制、視覺(jué)感知融合及機(jī)器人自監(jiān)督學(xué)習(xí)等前沿技術(shù)路徑開(kāi)展研究，已在國(guó)際機(jī)器人領(lǐng)域頂級(jí)期刊和會(huì)議上發(fā)表一系列高質(zhì)量成果，包括IJRR、T-RO、NC、RSS等權(quán)威期刊與頂級(jí)會(huì)議

本文完全由GraspLab獨(dú)立研究并撰寫而成，作者為李積豪、朱科祺，郭昊天，通訊作者為實(shí)驗(yàn)室負(fù)責(zé)人董會(huì)旭。董會(huì)旭博士是國(guó)家高層次青年人才計(jì)劃（“海外優(yōu)青”），浙江大學(xué)機(jī)械工程學(xué)院新百人計(jì)劃研究員/博士生導(dǎo)師，長(zhǎng)期深耕機(jī)器人感知與抓取領(lǐng)域，為實(shí)驗(yàn)室的學(xué)術(shù)研究與團(tuán)隊(duì)建設(shè)奠定了堅(jiān)實(shí)的學(xué)科基礎(chǔ)和國(guó)際視野。