小米公布21自由度仿生手:1827个工厂SOP数据支撑,全掌触觉分辨率1mm
小米技术团队公布最新研究成果:一款基于小米汽车工厂1827个真实作业SOP的21自由度仿生手。它结合26电机混合驱动与高密度全掌触觉,在柔性制造场景中探索通用性价值。实验显示,17至21自由度设计能显著提升抓握成功率,并配备腱绳张力传感器与热预测模型应对控制与散热难题。
10月27日,小米技术团队对外披露了最新研发的21自由度仿生手。这只仿生手的设计参考了小米汽车工厂1827个真实作业SOP数据集,驱动方案为26电机混合驱动,并搭载1500点高密度全掌触觉,目标是验证高自由度仿生手在柔性制造场景里的通用性价值。
[[保留1]]

团队在小米汽车智能制造中试中心采集了16个典型工段、2579个SOP中1827个的多角度视频与动作捕捉数据,覆盖70.8%以上典型工段的人工作业工序。分析自由度利用率与耦合性后,团队发现几乎所有被测自由度的利用率都超过50%,还算出各关节之间的相关性,用来支撑欠驱动耦合设计。仿真消融分析的结果是:17至21自由度区间的平均稳定抓握成功率,比6至15区间高出15%至38%,其中21自由度在工厂操作覆盖度和抓握成功率上提升最明显;再往上加到23及以上,边际收益就明显放缓了。
构型以绳驱为主,团队在其中融入了5个直驱自由度,放在负载要求不高的关节上,兼顾空间利用率与运动范围。绳驱电机集中在小臂,手掌重量只有324g,末端转动惯量因此降了下来,控制响应也随之提升。腱绳蠕变会带来非线性控制难题,团队为此设计了腱绳张力传感器,对指间末端和抓握过程做精细力控。
手臂电机布局密集,散热是个难题,团队开发了热预测模型,能在线预测未来5至10分钟的温度分布,预测精度优于3℃,同时也在探索新型散热织物。仿生手沿用了前代触觉手套的设计,指间、指腹、指根处的触觉空间分辨率达到1mm,掌心为2mm,实现全掌高密度覆盖,并且可以更换、便于维护。