4、基于传感器的物理交互框架：从抓取预形状到任务执行

基于传感器的物理交互框架：从抓取预形状到任务执行

在机器人领域，实现高效、智能的物理交互是一个重要的研究方向。本文将深入探讨基于传感器的物理交互框架，包括抓取预形状、形状基元以及物理交互任务的相关概念和方法。

1. 抓取预形状与形状基元

抓取预形状，也被称为手部预形状、手部姿势或抓握模式，最早由德国的Schlesinger进行研究。他从解剖学的角度提出了一个简单的抓握分类法，用于对假肢手的抓握功能进行分类。后来，Taylor在Schlesinger分类法的基础上，报告了六种不同的抓握模式，分别是圆柱形、指尖、钩形、掌形、球形和侧向抓握。

抓握模式是一种适合特定形状物体和给定任务的手部配置。Schlesinger的分类主要基于物体形状，而未考虑使用物体执行的任务。直到后来，任务才被视为选择合适手部姿势的关键因素，与物体形状、大小以及重量、温度等其他因素一同被考虑。

Napier定义了两种不同的抓握模式，为所有抓握动作提供了解剖学背景：
- 强力抓握 ：手指和手掌表面与物体大面积接触，适合需要稳定性的任务，但手指活动能力受限，即精度降低。
- 精确抓握 ：通过手指和拇指尖进行接触，允许手指进行精细运动，适用于需要更高灵敏度和灵活性的任务。

这些概念随后被机械和机器人领域所采用。机械领域用于设计多功能机器人手，而机器人领域则将其作为降低灵巧机器人手接触级抓握规划复杂性的有效方法。

后来，有研究者开发了抓握索引表，根据所需的抓握功能（稳定性与精度）、物体大小和形状来选择最合适的手部姿势。还扩展了Napier的分类法，增加了一种抓握模式