中国团队研发六自由度机械臂 GL-Robot ，能捏鸡蛋还能举哑铃！

别再说机器人手残了！

这款名叫GL-Robot 的双指机械臂，真的不简单——

从鸡蛋到哑铃，它都能稳稳抓起，还能感知力度，再也不怕捏碎或手滑！

长久以来，机器人抓取技术一直面临一个核心矛盾：抓取力强大往往失去精细触觉，而控制精准又难以适应复杂物体。如今，这一僵局被打破了。

浙江大学机器人研究所的科研团队带来了一项重大突破——GL-Robot，一款具备六自由度、欠驱动并集成力感知的双指机械臂。它不仅抓得稳，更抓得“聪明”，实现了类似人类手指的灵活适应与触觉反馈，仿佛有了“肌肉记忆” 。

▍能“刚”能“柔”，GL-Robot的机械艺术

GL-Robot的核心创新之一，在于它那双巧妙的手指。

其每根手指拥有三个指节（关节），这比常见的两指节夹爪能提供更大的接触面积，更容易形成稳定、牢固的“力闭合”抓取，类似于人手握持物体时多部位共同作用形成的牢固抓持。

GL-Robot 原型

但更精妙的是其内部的“堆叠四连杆机构”。你可以把它想象成一个高度协同的机械传动系统，它让三个指节能够根据接触物体的不同，智能地在两种抓取模式间自适应切换。

平行抓取模式和包络抓取模式

面对螺丝或笔等小型物体时，前两节指骨以同步方式运动，执行精确的“平行抓取”。而当抓取较大物体时，近端指骨首先接触并停止运动，此时连杆机构自动解耦，驱动中段与远端指节继续弯曲，形成全面的“包络抓取”。

这种独创的机构，让GL-Robot仅凭一个电机驱动，就实现了高适应性、高稳定性和高负载的抓取，是其实现智能化的首要步骤。

▍赋予触觉：无需传感器的“力觉感知”

让机器拥有触觉，通常意味着要在手指上安装各种各样的力传感器或触觉皮肤。但这带来了成本、耐用性、布线复杂性和结构强度等一系列问题。GL-Robot另辟蹊径，找到了一种“无传感器”的力感知方案：通过分析驱动电机的电流信号来感知外部环境。

驱动夹爪的电机在运行时，其电流大小与负载（即抓取物体所需的力）直接相关。当夹爪空载闭合时，电流平稳；一旦接触物体，阻力增大，电流就会产生波动和飙升。GL-Robot的研发团队发现，这些电流的波动并非杂乱无章，它们隐藏着抓取状态的关键信息。

夹爪抓取不同尺寸物体时的电流变化

例如，从平行抓取切换至包络抓取的瞬间，电流会出现一次明显的跃升，这标志着手指第一个关节达到特定角度。通过捕捉这一角度，并结合预先建立的夹爪力学模型，即可推算出所有指节的姿态以及施加于物体的力。

起初，研究人员使用传统的数理统计方法来分析电流、判断阈值和预测角度，但效果不够精确，容易受延迟和噪声干扰。为了解决这个问题，研究人员引入了一种擅长处理时间序列数据的AI模型——长短期记忆网络（LSTM）。

LSTM 网络模型的构建。X 和 Y 分别表示所构建模型的输入和输出

LSTM是一种特殊的神经网络，特别擅长处理和预测时间序列中的数据，能够“记住”之前的重要信息。研究人员用大量的抓取数据训练这个LSTM模型，让它学习电流变化与手指关键角度之间的深层关系。最终，这一系统能够仅依据实时电流信号，以高于传统方法的精度和速度，预测抓取模式切换的时机及对应关节角度。整个“电流感知—AI解析—姿态重构—力学计算”的流程，使GL-Robot在不依赖专用力传感器的条件下，实现了精确的力感知功能，创造了一种新型的触觉感知方案。

▍双模式发力，从捏鸡蛋到举哑铃

拥有了精准的力感知能力，GL-Robot便能实现前所未有的宽范围力控制。研究团队为其设计了一套分层控制策略，以应对不同的任务需求。

不同抓取条件下不同尺寸物体的实际抓取力

一种是精细操作（位置-力）模式。当需要抓取鸡蛋、芯片或蛋糕等易碎物时，GL-Robot会利用精确的位置控制，结合指尖柔性垫片的微小形变，来施加极其轻柔的力。实验证明，它能实现低至0.1N的力精度控制，完美保护易碎物品。

另一种是重载作业（电流-力）模式。当需要抓取重型工具或工业型材时，GL-Robot直接依靠上述的AI电流感知方案来监控和控制抓取力。这种方法在大力抓取时异常可靠，能够轻松应对高达350N的负载，足以提起一个装满水的大水桶。

这种结合了“位置-力”和“电流-力”的双模架构，有效解决了了机器人抓取领域一个长期存在的、力控范围与精度之间的难题，让GL-Robot成为了既能执行高精度任务，也能承担高强度作业的全能选手。

▍实验验证，卓越抓取性能

在大量实验中，GL-Robot展现出了令人惊叹的性能：

其抓取范围广泛，从轻薄硬币到边长超过十厘米的立方体，均可稳定握持。三指节的仿生设计使其能自适应贴合电钻、眼镜、酒瓶等不同形状的物体，形成稳定包络抓取，有效防止滑移。在负载能力方面，其表现超越许多市面上的商用夹爪，有效载荷在某些方向上达到同类产品的数倍，甚至能够抓取盛满水的大型水桶。

具体的抓取案例

尤为重要的是，由于无需使用昂贵的力传感器，GL-Robot在实现全面性能提升的同时，预估成本显著降低，展现出突出的商业化潜力，有望在未来工业与物流领域中发挥重要作用。

▍结语

GL-Robot 不仅是一款新型夹爪，更展示了一种机器人研发的新思路：机械设计与人工智能的深度融合。

在这一框架下，系统智能不再依赖昂贵硬件的堆砌，而是部分转移至算法与模型。传统机械结构在AI的赋能下，成为能感知自身状态、适应复杂环境的智能单元。

GL-Robot 的成功，标志着“AI-机械协同”不再是概念，而是可行的技术路径——让一个看似普通的刚性夹爪，拥有了以往只有复杂系统才能实现的智能与灵活。这也为未来机器人的发展，打开了全新可能。

论文链接：https://journals.sagepub.com/doi/10.1177/02783649251378155