一种简易仿生机械手教具的设计与实现研究

摘要

仿生机械手作为人工智能研究的重要内容之一，在各行业中具有广泛的应用前景。为此，可设计制作一款低成本仿生机械手教具，其主要部件采用3D打印技术完成。手掌内部安装小型舵机作为手指活动的动力单元，通过无弹性软绳将动力从手指各节内部传递至舵机输出轴，舵机转动时通过软绳拉动使手指弯曲。指节内部安装180°扭簧，为手指提供回弹动力。整套系统由舵机驱动板驱动舵机，信息处理主板采用树莓派4B。实测结果表明，该机械手手指活动灵活，能够做出手掌的大部分动作，在低成本条件下实现了仿生机械手的制作，满足教学需求。

Graphical abstract

关键词

仿生机械手 / 教具 / 设计 / 研究 / 3D打印 / 舵机

仿生机械手作为人工智能机器人的末端执行器^［1］，广泛应用于工业^［2］、农业^［3］、医疗^［4-5］等多个领域，解决了人手无法适应恶劣环境、无法保持长时间高精度操作以及无法长时间连续工作等问题，成为人工智能领域研究的重要方向之一。在中小学人工智能教学和创客教育中，仿生机械手是教学的重要内容。而现阶段仿生机械手价格昂贵、结构复杂，且有专利保护，使其在教学中难以普及。因此，设计一款低成本、结构简单的仿生机械手，能够为教学提供物质保障，既可以让学生在制作过程中了解仿生机械手的基本结构，又可以在编写程序中了解人工智能的工作原理。笔者设计的方案采用3D打印技术制作仿生手掌的主要部件，使用微型舵机作为动力来源，选用树莓派作为主控，辅以压力传感器、摄像头，实现了灵活的手指动作控制，可以轻松做出手势识别、物品拿取等基本动作。

1 整体方案

1.1 功能需求

该产品的设计初衷是为教学服务，作为教具和学具，其功能不必如工业产品般出色和强悍，系统设计主要考虑功能和成本等方面的因素。在功能方面，能实现手指的灵活动作，可进行手势识别并做出相应动作；能进行压力感知，做出攥握动作，拿住较轻的物品。在成本方面，价格控制在1 000元以内。在应用方面，要留有充分的扩展空间，方便在教学过程中进行编程测试和扩展实验。

1.2 材质选择

目前，已知产品的材质主要为金属、塑料（亚克力、PLA、ABS等）、橡胶。根据仿生需求和成本要求，仿生机械手的主要部件采用3D打印方式，材料选取PLA。在获取方案设计的模型后，一般3D打印机均可完成主要部件的制作，具有较好的强度，且制作成本低。

1.3 动力选择

一般机械手的设计，是将提供动力的舵机或步进电机安装在机械臂内部^［6-8］。好处是，能够安装较大功率的舵机或步进电机，从而提供更强的抓握力；缺点是，不能脱离手臂运行，且大功率的舵机或步进电机价格较高，造成仿生机械手产品价格居高不下。笔者所制产品仅供教学演示和学生编程测试使用，对抓取力度并没有过高的要求，且要控制成本。因此，采取将动力源集成于手掌内部的结构设计。但现有的将电机（舵机）与手掌整合的设计产品^［9-10］都比较大，超出正常人手掌的大小。也有使用直线电机的^［11］，但其价格昂贵。综合考虑外形、成本、需求等因素，笔者决定采用微型舵机。

1.4 主控板选择

主控板是控制机械手动作的核心，其性能直接影响到机械手动作的反应速度。为实现手势识别，选择树莓派4B^［12］（4 GB或8 GB版本）作为主控，价格为400~600元。树莓派4B采用ARM Cortex-A72四核处理器，运行速度可以达到1.5 GHz，操作系统以Linux内核为核心，主板具备丰富的接口，可以实现多种扩展功能，在教育教学中具有良好的应用价值^［13］。若想进一步控制成本，可选择采用 Arduino控制机械手。国产Arduino兼容板价格较低，约20元，但其运算速度相对较慢，若不借助云端计算，仅依靠Arduino主控板独立做出手势识别，较难保证功能的流畅运行。

1.5 成本核算

该方案的产品是为教学提供廉价的教学用具，因此成本控制是关键一环。在硬件成本构成中，最主要的是树莓派4B控制板，其次是微型舵机。薄膜压力传感器的价格也较高，在测试产品中仅使用了3个，分别安装在拇指、食指和手掌的中心位置。笔者按照硬件市场价格进行成本预算，总成本在700余元，如表1所示。

在表1中，如果选择使用Arduino UNO-R3替代树莓派，则CSI接口的摄像头将不可用，可以去掉摄像头，或者使用ESP32 CAM^［14］来代替，但识别功能较弱。同时，编程语言也需要使用C语言或使用可视化的积木编程软件，不能再使用Python。倘若用Arduino替代树莓派的方案^［15］，则成本将直接下降到不足400元。

2 结构设计

2.1 机械手结构设计

手指按照人类手指骨骼数量，分3节制作，采取H形嵌套方式连接，使用限位螺栓穿过连接孔，指节可以自由活动，如图1所示。

指节运动限位通过H形结构来实现。当手指伸直时，指节沿限位螺栓转动至两指节缝隙消失，达到限制转动过量的效果，如图2所示。

当手指弯曲时，通过手指正面的结构限制手指弯曲度，指节之间最大弯曲度为90°，如图3所示。

在每个指节中设计了穿线孔，手指弯曲通过无弹力软绳的拉动来实现。这种设计的好处是结构非常简单，容易实现，但无法指定每个指节弯曲的度数。手指的回弹使用180°扭簧实现，扭簧安装在指节处，使用限位螺栓穿过扭簧穿孔以固定扭簧位置（图4）。当软绳拉力被释放时，手指各指节在扭簧弹力作用下回弹到伸直状态。

手掌内部采取中空设计，用以安装微型舵机。当采取卧式安装时，因舵机臂比较长，会增加手掌的厚度，造成手掌外形整体失去自然感。经软件模拟，使用立式安装可以减小手掌的厚度，但对舵机的排列需要进行细致调整，以使各个舵机臂能够自由转动，而不产生碰撞，且软绳之间不会产生纠缠，如图5所示。

在该方案中，手腕与手臂不是研究的重点，但为便于演示和安装，以及后期可能进行的改进，笔者在该方案中加入了简单的前臂。前臂与手掌的连接通过滚珠轴承实现，且前臂中安装的微型舵机可以带动手掌转动，如图6所示。

食指至小指每个手指相同的指节采用相同的结构设计，减少了结构设计的工作量，且不影响手指的功能。拇指结构因与其他手指外形差异大，故采取不同的结构设计。按照人类手掌的形状组装所有手指，并将手掌与前臂连接，最终形态如图7所示。

手腕处的连接仅能够做出转动的动作，无法进行弯曲。如果需要改进，则仅需添加两个舵机并对手腕连接结构进行修改即可。

2.2 通信与供电设计

在该方案中，树莓派4B与舵机的工作电压为5.0 V，而一节18650锂电池标称电压为3.7 V，常见的由18650电池组成的电池组电压为7.4 V或12.0 V。选用7.4 V或12.0 V的电池组需要使用降压模块将电压转换为5.0 V后供给树莓派4B和舵机驱动板，如图8所示。舵机工作电源由PCA9685驱动板供给，压力传感器电源由树莓派供给，摄像头电源由树莓派通过排线供给。

在通信方面，PCA9685舵机驱动板通过IIC接口与树莓派连接，SDA与SCL分别与树莓派的3号和5号引脚连接，信号电压由树莓派3.3 V供电引脚提供。舵机分别连接到PCA9685舵机驱动板的0~5号舵机引脚上。每个舵机的3根引线一般为黄色、红色、棕色，分别对应信号线、正极、负极。如果资金允许，也可以使用总线舵机，使舵机可以串联起来，减少引线数量，使结构更加简单。3个压力传感器的工作电压为5.0 V，由树莓派5.0 V供电引脚提供，信号采集通过树莓派的8号、10号、12号引脚完成，对应连接压力传感器转换模块的D₀引脚。摄像头使用排线与树莓派的CSI接口连接。

2.3 产品组装

每个指节以及手掌需要安装螺栓的位置，对应孔位处需预先嵌入滚花铜螺母。模型中已预留相应安装孔位，可使用电烙铁加热铜螺母后，将其轻轻推入孔位。组装从指端第一节开始，两指节中间放入180°扭簧，限位螺栓穿过扭簧，拧入滚花铜螺母。手指组装完成后，需要先将中指安装在手掌上，然后再安装无名指。小指、食指、拇指与手掌的连接处没有遮挡，不用考虑安装顺序的问题。组装完成后，使用无弹力软绳从每根手指的最末端依次穿过每个指节，最后穿入手掌内部。

在手掌内部，按照预置孔位安装5个微型舵机，如图9所示。舵机臂安装前需要调整好舵机的0°位置，当手指伸直时舵机刚好处于0°。固定好舵机臂以后，再将软绳穿过舵机臂的孔，打结固定后，去除多余软绳。

将舵机及压力传感器的引线穿过手腕连接轴的孔，引到前臂中。手掌根部的连接轴套上轴承，将连接轴与前臂内的舵机通过连接组件套接在一起，使手掌能够随舵机转动。最后，将手掌与前臂的后盖盖好，即完成手掌的组装，如图10所示。

线路的连接按照供电与通信设计部分进行组装即可。为方便展示手掌，该方案采用3D打印制作了固定手掌的底座。为了以后可能进行的改进和可能进行的整个仿生人体的组装，在前臂肘的位置预留了安装双轴舵机的结构，便于实现手臂的进一步拓展。

3 程序设计

3.1 手势识别

手势识别功能需导入MediaPipe框架^［16］，该框架是由Google Research开发的机器学习模型框架，可以用于人脸识别、人体姿态评估、手势识别、运动追踪、物体检测等任务。在该方案中，使用摄像头采集手部图像，并进行数据处理，根据判断出的手势发出指令并由仿生机械手作出相同的动作。

在程序开始前，需要先定义一些数组变量。如每个手指伸开和弯曲形态所对应的舵机动作、每个手指间相关向量的二维角度所对应的手势、每个手势所对应的舵机动作。当程序运行时，使用Hands调用识别模型，然后采集图像，将图像的颜色空间由BGR转换为RGB，再将图像输入Hands模型中，模型处理后会返回结果。其中results.multi_handedness会返回两个值，一个是左右手的判断，一个是置信度。results.multi_hand_landmarks会返回手部21个关键点的坐标，可以使用draw_landmarks画出关键点的位置和连接线，如图11所示。

然后将相关向量添加到一个数组中。根据数组中向量的二维角度，反馈每根手指的角度信息。根据反馈的角度信息，执行相应的舵机动作，就可以使仿生机械手做出相应的手势，如图12所示。

经测试，正面手势识别准确度在100%，采集图像为手掌侧面时，识别准确率也在95%以上。因树莓派运算能力有限，采集图像分辨率为320×240像素时，每个手势识别时间在1 s左右，故降低图像分辨率可提高识别速度。

3.2 颜色识别

颜色识别通过OpenCV实现，采集图像进行高斯模糊处理，使用OpenCV的cvtColor函数将图像的颜色空间转换为HSV，再使用inRange函数将图像像素值限制在指定的颜色范围内，接着使用腐蚀erode和膨胀dilate函数使图像中的颜色范围轮廓更清晰，最后使用findContours函数检测物体的轮廓。当检测到指定颜色的物体时，手掌跟随物体的移动而转动。转动的过程采用PD（比例-微分）控制算法实现精准追踪，判断物体是否在图像中央，如果存在误差，则发出指令转动手腕处的舵机。

3.3 物品抓握

物品抓握有两种检测方式，一种是以视觉判断物品是否靠近手掌，如果靠近，则指挥手掌做出抓握的动作，另一种是以压力传感器反馈物品是否已经接触到手掌，如果已经接触，则做出抓握的动作。

在产品测试过程中，若将摄像头安装在手腕位置，则当物品靠近时容易超出摄像头的拍摄视野，不利于通过视觉进行判断。因此，该方案采用压力感知作为主要判断方式。如果需要使用视觉判断，那么可以将摄像头独立于手掌安装，置于手掌侧方或上后方位置，然后通过对手掌图像和物品图像进行分析来判断两者的距离，从而做出抓握的动作。该产品可以使用程序监测抓取较轻的物品，如小纸盒、笔等。

4 结语

基于该方案所设计的产品预留有较充足的GPIO接口，给后续的功能扩展提供了可能性。在该产品基础上，可加装PS2无线手柄模块，或通过蓝牙舵机控制板实现手机遥控操作，也可加装语音控制模块实现语音控制功能。受限于普通3D打印机的加工精度，无法打印精密的零件，因此压力传感器暂时无法集成到手指内部。另外，该产品使用的是微型舵机，其抓握力度较弱。

总体来说，这款仿生机械手具有成本低廉、可自主组装、功能丰富等诸多优点，可为机械手教学提供低成本的教具，完全能够满足教学的需求。

参考文献

[1] 桓源，任工昌，刘书磊，等.非规整几何图形柔软物抓取绷展机械手的设计［J］.机械设计，2024，41（01）：57-62.

[2] 周崇杰，孙远韬.水泥灌料自动插袋机械手运动学分析与仿真［J］.机械传动，2023，47（10）：148-154.

[3] 黄铭森，杨潇，张成龙，等.双孢菇采摘动力学研究及其采摘机械手设计［J］.中国农机化学报，2023，44（12）：66-70，98.

[4] 张赫，李海铭，张佳闪，等.面向腔镜微创手术的连续体机械手关键技术与研究进展［J］.机械工程学报，2023，59（19）：44-64.

[5] 张延恒，宋子辉，褚明.用于康复训练的柔性机械手设计与实现［J］.华中科技大学学报（自然科学版），2023，51（06）：36-40，55.

[6] 陈德为，林焕辉.腱驱动式仿生机械手：CN207696544U［P］.2018-08-07.

[7] 王鹏勃.一种仿生机械手臂及机器人：CN106737789［P］.2017-05-31.

[8] 徐航.一种仿生机械手：CN213197584［P］.2021-05-14.

[9] 贾延超，柯文德.一种仿生机械手与仿生机械手控制方法： CN111496824A［P］.2020-08-07.

[10] 彭爽.一种仿生机械手，CN106113069［P］.2016-11-16.

[11] 徐友元.新型结构仿生手指及仿生机械手：CN216266086［P］.2022-04-12.

[12] 李伟斌.树莓派4与人工智能实战项目［M］.北京：清华大学出版社，2022.

[13] 姚鹏阁，颜磊，杨阳，等.树莓派教育应用：儿童编程能力培养的新途径［J］.现代教育技术，2015，25（10）：113-118.

[14] 李永华.ESP32物联网智能硬件开发实战：视频讲解版［M］.北京：人民邮电出版社，2022.

[15] 王瑜，李晓玲，陈健康.基于Arduino的手势控制机器人设计［J］.电子设计工程，2023，31（24）：131-135.

[16] 孟杰，杨鹏程，杨朝，等.基于Mediapipe的幻影成像装置自然手势交互系统设计［J］.国外电子测量技术，2023，42（03）：116-122.