摘要：近日，华中科技大学丁汉院士、赵欢教授团队在Robotics and Computer-Integrated Manufacturing杂志上发表了题名为Dexterous hand towards intelligent manufacturing: A re
【文章导读】
近日，华中科技大学丁汉院士、赵欢教授团队在Robotics and Computer-Integrated Manufacturing杂志上发表了题名为Dexterous hand towards intelligent manufacturing: A review of technologies, trends, and potential applications的综述文章，博士后张桀馨为第一作者，赵欢教授为通讯作者。
摘要：多指灵巧手凭借其类人灵活性与多维环境感知能力，在智能制造领域展现出显著应用潜力。然而，受限于现有技术水平，其在智能制造操作任务中的作用尚未完全明确。本文聚焦于结构设计、环境感知、智能抓取与手内操作等关键技术，系统综述了面向操作任务的灵巧手研究进展，探讨了其在智能制造中的潜在应用场景（如狭小空间装配、物料分拣与原位制造），解析了灵巧手未来研究趋势与所面临的技术挑战。本文从制造业视角对灵巧手进行了全面分析，为未来灵巧操作技术突破和新一代智能制造发展提供了新的视角。
【图文概述】
制造是指通过一系列处理将原材料转化为最终产品的过程，通常包括加工、装配和测量等步骤。随着人类社会和技术的发展，制造模式正在不断演进。本文将制造模式随时间发展的历史进程分为四个阶段（如图1）。进入21世纪以来，随着新一代信息技术的快速发展，制造模式逐步从数字化制造向智能制造转变。多指灵巧手通过模拟人类手部灵巧运动特性实现复杂操作能力，其快速发展有望成为新一代智能制造的主要推动力之一。
图1 制造模式演进过程
为了剖析灵巧手在操作任务中的角色定位，本文将机器人操作任务分为三类：自动操作任务、自适应操作任务、灵巧操作任务。自动操作任务主要指机器人在结构化环境中执行高精度重复作业（如流水线焊接、标准件装配）；自适应操作任务指机器人需应对动态环境或任务需求变化（如混流装配线、异形件分拣）；灵巧操作任务面临非结构化环境或高复杂任务的双重挑战（如狭小空间精密装配、使用人类工具作业），要求机器人既能适配多样化的对象，又能应对不可预测的环境变化。
高拟人化灵巧手凭借其时间灵巧性（技能学习）和空间灵巧性（灵活结构），能够同时满足智能制造场景中自适应操作和灵巧操作任务需求。
图2 灵巧手技术与操作任务之间的关系
基于智能制造对灵巧手操作能力的核心需求，本文从结构设计、感知交互、操作技能三个维度梳理了多指灵巧手的研究进展（图2展示了灵巧手技术与操作任务之间的关系）。
（1）在结构设计方面，本文围绕任务适应性将灵巧手划分为两类：抓取导向的设计与操作导向的设计。抓取导向的灵巧手设计初衷是解决类人物体抓取问题，例如Mini X-hand、CoMPS Hand、Pisa/IIT SoftHand等。面向手内操作的灵巧手则强调高自由度与模块化，以满足灵巧操作任务需求，例如Shadow Dexterous Hand、DLR-HIT Hand系列、Casia Hand、Allegro Hand、DexHand 021等。当前，研究人员正推动灵巧手结构功能从单一抓取向灵巧操作跃迁。
（2）在感知交互方面，运动感知和力感知是人类感知物理世界的两种基本机制。本文从运动感知和力感知两个视角探讨了灵巧手感知交互研究现状，其中，运动感知（特别是视觉感知）为灵巧手与环境之间的交互提供了丰富的信息，这对于抓取、放置、分拣等自适应操作任务尤为重要。而对于更具挑战性的灵巧操作任务（如手内操作或使用人类工具），灵巧手则需要具备更强大的力感知能力。（图3展示了灵巧手中主流传感器与其提供的感知信息之间的关系）
（3）在操作技能方面，本文分别讨论了抓取与手内操作这两大核心能力。抓取聚焦于实现目标导向的物体抓取，而手内操作则是指通过手指协同运动来控制物体位姿。当前相关研究主要采用基于模型的方法和基于数据驱动（或学习）的方法实现灵巧手操作技能生成，其中，模型方法基于完善的物理建模，在电池回收、精密零件装配等高精度结构化任务中具有明显优势，而数据驱动方法无需依赖精确物理建模，在狭小空间灵巧装配、电力设备运维等复杂任务中更具鲁棒性。
图3 灵巧手主流传感器与其提供的感知信息之间的关系
灵巧手可以与各种平台集成实现多样化的应用，包括工业机器人手臂、移动机器人、人形机器人、无人机和连续体机器人等。
图4总结了制造业中集成灵巧手的典型平台及其潜在应用场景，如狭小空间制造、3C柔性制造、物料分拣、加工表面质量检测、小型零件3M（测量-操作-加工）制造、无人工厂精细操作、复杂环境原位制造（如电力作业）、危险环境下的人机协同作业等。
图4 灵巧手的潜在应用
同时，本文还进一步分析了灵巧手的未来趋势与研究方向，如高集成轻量化硬件系统、软体灵巧手、面向任务的灵巧手设计、基于触觉的智能感知技术、可泛化的任务导向灵巧手抓取、人类数据与技能迁移、人机/多机协同操作技术、逼真的物理仿真、端到端技能学习等（如图5）。
图5 灵巧手的未来研究趋势讨论
总而言之，尽管面向智能制造领域灵巧操作任务的灵巧手研究价值日益凸显，但其技术成熟度仍需持续提升，特别是应与人形机器人、人工智能等前沿技术深度融合。本文旨在为智能制造领域的灵巧手应用提供新视角，为后续研究提供参考。
引用信息：Zhang J, Zhao H, Chen K, et al. Dexterous hand towards intelligent manufacturing: A review of technologies, trends, and potential applications[J]. Robotics and Computer-Integrated Manufacturing, 2025, 95: 103021.
来源：小唐科技频道
