这些图片，有驱的机械手臂，也有欠驱动的机械手臂。

        当叶修文等人，对机械手臂有一些初步的了解之后，‘夏娜多瓦’，这才继续说道“对于机械手臂，我想大家，已经有一定了解了。

        那么接下来，我们就来说明一下，关于人手抓物体的原理是什么。

        从生物角度去阐释，wiki是如下定义人手的手是人或其他灵长类动物臂前端的一部分，由五只手指以及手掌组成，主要是用来抓和握住东西，两个手相互对称，互为镜像。

        人手实际上是一个极其灵巧而又复杂的人体器官。其躯干（lk）主要由指骨组成，包裹着躯干的就是分布着大量灵敏触觉神经的皮肤（），当人手需要具体运动的时候，肌腱（）就充当着传递动力的媒介，而在各个关节（jot）中大量分布的肌肉皮肤等，则很好扮演了顺从机构（）。

        而在人的五个手指之中，当属大拇指最为特殊，首先它仅有两个指节（）组成，而且是所有手指中最灵活，指尖（）工作空间（）范围最广的手指，具体来说，其是一个球角（）。

        以上是，我所说的是，人手的“硬件”构成，咱们再来谈谈具体的控制。

        实际上，正常人对自己手的控制都是看到了物体，司空见惯地就伸手去抓，其实当我们用当前的机器人学去剖析这一过程，实际上又是这样子的当我们想去伸手抓某个物体（ai做出决断），我们会大致看一下这个物体的位置（通过进行定位），而当我们去抓的时候，我们主要基于的是对我们指尖（）位置的路径规划（），通过自己的手臂带动手掌去接近物体（）。

        在这一接近的过程中，我们的视觉一直再给我们做反馈（），而当物体处于手掌的操作空间的时候，大脑会控制我们具体的手指进行抓握，而怎么去抓，则是基于我们大量的生活经验，去自动生成最优的适合物体轮廓的抓取方案（）。

        而在具体手指的操作之中，我们还是基于手指指尖的轨迹规划去控制各个手指关节的运动（?）。最终，皮肤上的触觉神经（）会给我们一个反馈，告诉我们是否抓取到了东西，凭借肌腱传递的接触力接触物体产生的静摩擦力，去对物体进行操作，而触觉神经会一直给我们物体形状、硬度甚至温度的反馈，借助大量的实际抓取经验，自动生成最优化，最稳定，最省力的抓取方案。

        内容未完，下一页继续阅读