人类的进化过程中，伴随着工具的发展，对人手的灵巧精准操作能力要求也越来越高，这个过程也逐渐改变和进化了大脑结构。而如何能让机器人像人一样拥有灵巧双手，一直也是科学家们追求的目标。
至少从十六世纪末开始，科学和工程界就一直在努力开发类似人手的感觉和运动功能的机械手，其中包括运动功能(抓、握、推、拉、打孔、操作等)和感觉功能(主动和被动地探索表面的质地、湿度和温度，以及振动、压力和力的感觉等)，并最终形成社会功能(爱抚、威胁、握手、指指点点、敬礼、玩耍和各种手势，包括自愿和非自愿)。尽管人们对手如此着迷，但仍然无法完全理解它们。这也是为什么机械手仍然是机器人技术中最难的挑战之一的原因之一。
研究人员试图通过复杂的设计来仿造人类双手的外观和灵活性，并集成了许多驱动器和传感器，例如犹他/MITH、RobonautHand、DLR(Deutsches Zentrum für Luft- undRaumfahrt)Hand II、Gifu Hand II、Shadow Dexterous Hand及清华大学孙富春团队开发的系列灵巧手等。虽然目前有很多实验样机，但在工业机器人、服务机器人甚至假肢方面，实际应用数量仍然有限。为了增加推广，近年来已经提出了一些新的方法和解决方案，以开发有效和可靠的灵巧手。事实上，虽然实现了完美的结构和功能拟人化——即不仅在外观上，而且在动作和功能上与人类的手相似（可能会过于复杂），但近年有趋势旨在实现稳健的、易于编程的、经济实用的灵巧手，能够执行人手操作功能的子集。
回顾近几年的机器人操作比赛情况，如亚马逊采摘挑战赛、DARPA机器人挑战赛、IROS机器人操作比赛等，大多数复杂的抓取技术都受到了挑战，这些比赛表明，以简化设计为目标的方法能带来显著的效益。第1届亚马逊采摘挑战赛的获胜者是一个基于抽吸系统的末端效应器；在DARPA机器人挑战赛中采用的仿人机器人都没有完全驱动的拟人手，超过15个团队(25个参赛者中)使用的是一个只有3或4个手指的低驱动手；几次的IROS机器人抓取和操纵比赛中，都是简易机械手获取冠军，反而是复杂多功能的灵巧手在比赛中失利。
在过去的几十年里，许多机器人研究小组都专注于极简主义设计方法。在保留拟人化设计的许多优点的同时，在设计和控制方面进行原则性的简化，可以合理地降低系统的复杂度，包括执行器、传感器和程序代码的数量。此外，软体机器人方法也很有用，近年有根据这样的原理设计的机械手，在抓取的通用性、鲁棒性和可靠性方面取得了很好的效果。
|
3666