《Robotics and Autonomous Systems》：A Tendon-Driven Hybrid Rigid-Flexible Manipulator with Hierarchical Active-Passive Configuration: Design, Kinematics and Experimental Validation
编辑推荐：
摘要本文提出了一种基于肌腱驱动的混合刚柔机械手，该机械手具有正交铰链结构，可用于非结构化环境中的精准喷涂作业。所设计的架构采用了防水电子元件以及简化的电缆布线方式，从而提升了环境适应性并降低了系统惯性。本研究的主要贡献在于构建了一个集机械设计与算法于一体的框架。在该框架中，我们采
摘要
本文提出了一种基于肌腱驱动的混合刚柔机械手，该机械手具有正交铰链结构，可用于非结构化环境中的精准喷涂作业。所设计的架构采用了防水电子元件以及简化的电缆布线方式，从而提升了环境适应性并降低了系统惯性。本研究的主要贡献在于构建了一个集机械设计与算法于一体的框架。在该框架中，我们采用了经过改进的混沌增强型粒子群优化算法，通过成熟的混沌初始化和自适应参数调整技术，解决了冗余逆运动学问题，其平均定位误差仅为1.28%。该求解器还采用了实用的层次分类策略来降低关节耦合效应。为了验证这一机械-运动学框架，我们还采用了标准模糊PD控制法和五次曲线轨迹规划法，使得机械手能够实现±30°的弯曲角度，且关节协调误差低于2.39°。实验结果表明，逆运动学问题的计算时间仅为0.85秒，这一速度足以满足精准喷涂等准静态或低速任务的需求，但对于需要更高更新频率的高动态操作来说可能稍显不足。值得注意的是，由于结构柔顺性，这类机械手在动态操作时的末端执行器振动幅度不超过4.65毫米。总体而言，这种集机械与计算功能于一体的框架为在结构较为复杂的环境中执行精准任务提供了硬件与算法基础。虽然实验室测试已验证了其运动学精度与静态稳定性，但若要充分发挥其在安全人机交互方面的潜力，还需进行更全面的任务级评估与正式的安全性分析。此外，还需通过更多实际应用测试来全面评估其任务性能，比如喷涂覆盖的均匀性以及人机交互的安全性。
引言
在非结构化及狭小环境中使用机器人——如轨道维护、微创手术或搜救任务——迫切需要一种能够超越传统刚体连杆机器人性能的机械手[1,2]。尽管刚体机械臂在结构化环境中的精准度与速度表现优异，但由于缺乏柔顺性与适应性，它们在几何结构复杂或需要安全物理交互的场景中作用有限[3,4]。相反，全软体连续体机器人虽然具备出色的适应性和固有安全性，但往往会在负载能力、定位精度以及动态控制能力方面有所欠缺[5,6]。正是为了解决这些缺陷，人们开始研发基于肌腱驱动的混合刚柔机械手，这类机械手旨在结合结构柔顺性以实现良好的适应性，同时通过适当的刚性确保任务的精准完成[7,8]。这类系统通过将执行器通过肌腱连接到机械手基座，从而减少了移动质量与惯性，提升了动态安全性[9,10]。然而，其研发与可靠应用仍面临三个相互关联的核心挑战，这些问题涉及机械设计、系统建模以及实时控制等多个方面[11]。
通过机械设计实现被动柔顺性与主动灵巧性之间的最佳平衡仍是一项艰巨任务[12]。尽管人们已经认识到对关节进行分层设计的重要性，但许多实际应用中仍缺乏基于性能的系统性方法[13,14]。例如，Naselli等人受攀缘植物启发的软体连续体机械臂Mandy[15]，凭借其刚度梯度实现了复杂的动作表现，且仅需少量驱动力即可完成相应操作。不过，它的设计仅适用于特定的缠绕任务，缺乏一种可通用化的框架来定义适用于不同精准任务的主动-被动层级结构。类似地，Amouri等人设计的双交叉模块式缆绳驱动机器人[16]虽然采用了仿生结构，但却没有提供一种系统性的方法来明确并优化各部分中主动组件与被动组件的功能。此外，Yeshmukhametov等人设计的混合预张紧机制[17]虽能有效避免缆绳松弛，但其设计思路主要是基于局部的机械补偿，而非从整体系统层面出发对柔顺性与控制力进行优化。这些案例都反映出当前存在的不足：亟需一种协同设计架构，使得主动-被动策略能够基于正式的工作空间分析与稳定性分析来确定，而非仅仅依靠生物类比或孤立的机械解决方案。
对这些相互耦合的非线性系统进行精确建模与实时控制是一项极具挑战性的任务[18]。高精度的模型往往与计算效率的要求相冲突。Yuan等人提出的包含摩擦因素的全面静态模型[19]虽然提升了缆绳驱动机器人的建模精度，但由于属于静态模型，要将其应用于冗余系统的实时动态控制回路中，会在计算成本上带来极大负担。从控制角度来看，先进的基于模型的控制策略也存在稳定性问题。Aner等人对多节段机械手的对比研究[20]表明，像滑模控制这样的控制器虽然具备较好的稳定性，但其性能高度依赖于底层动态模型的精度，而这类模型对于混合刚柔系统来说很难准确获得。此外，Yang等人采用的基于PSO的在线优化增强控制器[21]虽能提升系统的跟踪性能，但在控制回路中集成群体优化算法会带来实时性能与稳定性的不确定性，尤其是在严格的时效要求下。因此，迫切需要能够有效处理系统非线性问题与冗余性，同时还能满足实时计算要求的稳健求解算法[22]。
高效解决约束条件极为严格的冗余逆运动学问题，对于实现实时应用至关重要[23]。传统方法往往无法满足这一需求[24]。Sun等人针对带障碍物辅助的逆运动学求解方法的研究[25]指出，基于雅可比矩阵的方法不仅计算成本高昂，而且在复杂工作空间中也无法保证一定能找到解决方案，因此并不适合用于动态任务。像PSO这样的群体智能优化算法则是一种很有前景的替代方案。Shakir等人将标准PSO成功应用于确定连续体机器人逆运动学的各节段端点位置[26]。不过，标准PSO本身并非为应对肌腱驱动混合机械手所面临的复杂非线性运动学约束而设计，这可能导致算法收敛速度缓慢或无法得到可行解。类似地，Pachouri与Pathak设计的平面到空间转换型机械手[27]虽然采用了雅可比伪逆方法来解决逆运动学问题，但在实时运行过程中可能难以有效避免奇异情况，也难以将关节的物理限制条件充分纳入考量。因此，要想实现对复杂混合系统进行真正实时的精准控制，就需要一种专门设计的、能够充分考虑各种约束条件的智能优化求解器[28]。
综上所述，本研究并未取得某一项独立的重大突破，其核心贡献在于为喷涂应用量身定制了一种集成的系统级协同设计方案。具体而言：（1）通过采用正交铰链结构，建立了实用的主动-被动运动层级关系；（2）将该物理层级关系作为结构约束，对定制化的PSO算法进行了改进，即CE-PSO算法，该算法借助成熟的混沌初始化技术与自适应参数调整功能，能够高效解决逆运动学问题，实现1.28%的平均定位误差，并具备实时计算能力；（3）实验验证表明，该机械手具有极高的协调精度（关节误差小于2.39°）与良好的稳定性（振动幅度小于1.5毫米），为在非结构化环境中开展精准作业奠定了坚实基础。
本文的其余部分结构如下：第2节介绍系统设计；第3节详细阐述柔顺控制策略；第4节展示实验结果；第5节则总结研究工作并展望未来发展方向。
章节要点
结构设计
本研究旨在为喷涂应用设计一种轻量级且具备柔顺性的肌腱驱动混合刚柔机械手。为确保喷涂对象的安全，同时适应潮湿环境，该机械手采用了柔性材料来连接各个关节，同时还对控制电路进行了防水封装处理。具体措施包括将嵌入式控制系统集成到驱动装置外壳内，对关键的电气连接部位进行绝缘焊接处理，以及选择合适的材料等等。
多级运动学映射关系
对于肌腱驱动型机械手而言，其运动学建模需要处理从控制空间到任务空间的多级映射关系。与传统具有线性映射关系的机械手不同，由于肌腱变形等因素的影响，肌腱驱动型机械手表现出明显的非线性特征。如图3(a)所示，控制空间与肌腱长度变化之间的耦合关系是建模过程中的一个关键要素。我们的机械手通过其独特的机械设计简化了部分映射关系，但逆向映射问题依然存在。
可达工作空间
通过关节角度约束策略（见3.4.2节）得到的逆运动学解在物理上是可行的，这些解共同构成了该机械手的可达工作空间——即无论机械手处于何种姿态，其末端执行器都能够到达的所有点构成的集合[35]。图5(a)展示了在不同关节约束条件下的工作空间覆盖范围：整体工作空间用黄色标出，±30°限制配置下的工作空间用蓝色标出，而0°限制配置下的工作空间则用红色标出。虽然从理论上讲，0°限制配置能够覆盖更广阔的范围，
实验平台搭建
该机械手装置整合了机械臂结构、驱动机构、喷涂单元以及所有传感器模块，这些组件都与主控制板相连。组装完成的系统与硬件平台如图7(b)所示。
一台主机电脑通过UART与CAN接口与Speedgoat Performance实时目标机器相连。主机电脑负责启动算法执行，通过目标机器向主控制器发送运动指令。传感器反馈则用于构成闭环控制，从而实现完整的运动控制流程。
结论
本研究成功设计出一种基于肌腱驱动的混合刚柔机械手，该机械手具有正交铰链结构以及分段驱动功能，可应用于喷涂作业。所设计的架构通过防水设计提升了环境适应性，同时通过简化的电缆布线方式降低了运动学结构的复杂性。该集成框架所带来的主要成果包括：（1）证明了当将现有的元启发式求解算法CE-PSO置于物理关节层级的约束条件下时，
声明
在撰写本论文的过程中，作者们使用了Deepseek工具来提升文本的语言表达质量与可读性。在使用该工具或服务之后，作者们对文本进行了必要的审阅与修改，并对最终发表的内容承担全部责任。
CRediT作者贡献说明
徐鹏：负责原文撰写——初稿编写、软件开发、方法设计。谭晨宇：负责原文撰写——审阅与编辑工作。常超凡：负责实验验证与数据整理工作。孟巧玲：负责实验验证、结果可视化处理以及项目管理工作。于洪流：负责概念构思与项目资金筹措工作。
资金支持说明
本文中所描述的研究工作得到了国家重点研发计划项目（编号：2022YFC3601400）的支持，该项目的名称为“面向残疾老年人的智能护理机器人系统关键技术与产品研发”。
CRediT作者贡献说明
徐鹏：负责原文撰写——初稿编写、方法设计。谭晨宇：负责原文撰写——审阅与编辑工作。常超凡：负责实验验证与数据整理工作。孟巧玲：负责结果可视化处理、实验验证以及项目管理工作。于洪流：负责项目资金筹措与概念构思工作。
徐鹏|谭晨宇|常超凡|孟巧玲|于洪流
