刚-柔耦合仿生手指设计及运动学特性

仿生手能够实现各类复杂的动作,广泛应用于工业及医疗领域。现有的刚性仿生手大多具有质量重、柔顺性差等缺陷,而柔性仿生手的控制精度低、难以实现有力的抓握。针对上述不足,以人手的生理结构为设计依据,运用3D打印技术制成刚性人手骨骼模型,以日本东京工业大学铃森康一教授团队开发的1.3 mm和2 mm直径的细径McKibben型气动人工肌肉作为柔性执行器,参考人手肌肉布局分别模拟人手的内在肌与外在肌,研发一种刚-柔耦合仿生手指。利用BP人工神经网络构建手指的运动学模型,分析手指关节运动和肌肉间的耦合驱动关系,通过试验测试结果评估模型的预测精度,通过对比解剖学的研究成果发现,提出的仿生手指在驱动原理和运动学特性上与人手具有高度的相似性。