Underactuated Hand

• 又称: underactuated gripper, adaptive gripper, self-adaptive hand, underactuated robotic hand
• 类别: Mechanical structure › Arms & end-effectors
• 标签: grippers, end-effectors, grasping, mechanism-design, tendon-driven, manipulation

一种执行器少于关节的机器人手或夹爪，它利用腱绳、连杆或弹簧，使手指被动地包住并贴合所抓物体的形状。

定义

欠驱动手（Underactuated hands）是执行器数量少于自由度数量的机器人手和夹爪。它不是用各自的电机驱动每个关节，而是由单个执行器通过机械传动（例如穿过手指的腱绳、连杆机构或差动机构）驱动多个关节，同时由弹簧或柔性关节设定默认姿态。其余的自由度不受直接控制；它们由手指与物体之间的接触决定。

其好处是自适应、贴合形状的抓取。手指闭合时，其根部指节一直运动，直到碰到物体；一旦该指节被挡住，传动机构会继续驱动外侧指节，使其弯曲包住物体。因此，这种手无需物体模型或精确感知，就能包裹住不规则的形状。这使欠驱动手比关节数相近的全驱动手更简单、更轻、更便宜、更坚固。

代价是灵巧性降低。由于关节不能被独立指令，欠驱动手擅长力量型抓取和包络式抓取，但在手内灵巧操作方面能力有限，因为这类操作需要手指以受控的方式重新调整物体的位置。它们的行为还取决于摩擦、弹簧刚度和接触位置，这会使精确的指尖抓取较难预测。

欠驱动在商用自适应夹爪以及 Yale OpenHand 项目等开源设计中被广泛采用，该项目公开了可 3D 打印的腱驱动手。Birglen、Laliberté 和 Gosselin 合著的《Underactuated Robotic Hands》一书深入介绍了其设计原理。

为何重要

抓取形状未知或多样的物体是机器人领域最难的问题之一，而欠驱动手通过机械方式而非感知和控制解决了其中的大部分。它们只需一个电机和简单的控制就能实现可靠的抓取，这就是它们在移动机械臂、物流以及低成本和开源机器人中很常见的原因。

主要应用

• 用于物流和料箱拣选的自适应夹爪
• 假肢手
• 开源和低成本机器人手
• 在家庭和农场等非结构化环境中抓取
• 用于基于学习的操作研究的机器人手

实际应用

为取放机器人或家用机器人选择机械手的团队，常常从欠驱动设计入手，因为它只需要一两个电机和简单的开合指令。在开源制作中，手指通常采用 3D 打印，带有腱绳通道以及柔性铰链或销轴关节，由一个舵机卷绕腱绳。工程师会调整弹簧或柔性铰链的刚度，使各指节按预期的顺序闭合，并在一组有代表性的物体上测试抓取，以确认这只手既能包住大物体，也仍能捏起小物体。在用这类手学习操作策略时，他们会考虑到实际手指关节角度与指令的执行器位置不同这一事实，有时会加装关节编码器来测量这些角度。

常见误解

• 欠驱动意味着力量弱或动力不足 — 该术语指的是执行器少于关节，而不是握力小
• 欠驱动手无法控制 — 它的姿态由执行器和接触共同决定，对于其设计所针对的抓取，它的行为是可预测的
• 欠驱动手能做全驱动手能做的任何事 — 它们放弃了独立的手指控制，并随之放弃了大部分手内灵巧性，以换取简单性和适应性

谁需要了解

• 夹爪和末端执行器设计者
• 操作与抓取研究人员
• 假肢工程师
• 制作低成本机器人手的创客

相关技术

• 腱驱动（Tendon-Driven Actuation）
• Yale OpenHand
• 柔顺机构（Compliant Mechanisms）
• 自适应夹爪（Adaptive Gripper）
• 软体夹爪（Soft Gripper）
• 柔性铰链关节（Flexure Joints）

相关术语

• Gripper
• Dexterous Manipulation
• End Effector

相关项目

• LeRobot: HuggingFace ML library for real-world robotics in PyTorch
• Isaac Lab: NVIDIA robot learning framework: one task API across Newton, PhysX and Isaac Sim
• NVIDIA Isaac GR00T: NVIDIA open foundation model for humanoid robot reasoning and skills
• OpenVLA: 7B-parameter Vision-Language-Action model for robotic manipulation
• Drake: MIT robotics toolbox for model-based dynamics, optimization, and control system design
• OpenArm: 7DOF humanoid arm for physical AI research in contact-rich environments