人手操作特征浅析：相对稳定与相对运动的手物操作

人手作为高度灵巧的工具，能够以多种方式与物体交互，实现复杂多样的操 作任务。深入分析人手操作的特征，有助于理解人类运动控制的奥秘，并为机器人仿生设计和康复医学提供启示。根据手与物体之间的运动关系，可将 人手操作大致分为两大类：第一类是手与物体之间保持相对静止，第二类是手与物体之间存在相对运动。第一类又包括两种情况：1、手抓握物体保持不动，通过手臂或手腕的运动来操作物体；2、物体在手内稳定，随着手指的协调运动而一起运动。第二类则涵盖：1、物体在手内调整姿态；2、手对物体在相对运动中输出做功。本文将围绕这四种典型操作模式，深入探讨其生物力学机制、控制策略以及相关研究进展。一、手与物体之间相对稳定1、手抓物体稳定不动，操作靠臂或腕运动实现：在这种模式下，手牢牢抓握物体并保持与物体相对静止，操作主要通过手臂 或手腕的运动来完成。例如，手持杯子喝水时，手对 杯子的握持不变，依靠手臂抬起和手腕转动将杯子送到嘴边。这类操作的特点是手与物体之间没有相对滑动或姿态调整，手对物体的作用力主要用于保持抓握稳定，而操作动作则由更大的肢体(手臂或手腕)承担。
2、手抓物体稳定不动，物体随手指协调运动：在这种模式下，手牢牢抓握物体并保持与物体相对静止，操作主要通过手指协调运动来完成。例如，剪刀稳定在手内，随着手指协调运动实现剪切物体的功能。二、手与物体之间相对运动 1、物体在手内调整姿态当物体需要在手内进行姿态调整时，手与物体之间会产生相对运动。这种操作模式通常被称为手内操作 (in-hand manipulation), 是人手灵巧性的 极致体现。典型例子包括：用手指将笔在手中旋转到书写所需的姿态、将硬 币从指尖翻转到指缝夹持、或者将螺丝在手中调整到适合拧动的位置。这些动作要求手在保持对物体控制的同时，精细地改变物体相对于手的位置和姿 态。与第一类模式不同，这里手对物体的作用力不仅用于防止滑动，更用于主动驱动物体运动，实现姿态的调整。手内操作的挑战在于其高自由度和高协调要求。人手拥有20多个自由度，要精确控制这些自由度以实现物体在手内的微小运动，需要中枢神经系统进行复杂的规划和协调。研究指出，人手通过运动协同 (synergies) 来简化这一控制难题。运动协同是指多个手指或关节以协调的方式一起运动，从而用较少的控制变量实现复杂的手部动作。例如，在将硬币从指尖翻转到指缝的过程中，拇指和食指会以一定的协同模式运动：拇指先松开硬币的一侧，食指随即弯曲夹住，同时中指和无名指提供支撑，整个动作一气呵成。这种协同并非预先编程，而是通过大量练习在大脑中形成的运动模式库，可以被快速 调用和调整。运动协同的存在，使得人手能够在不增加控制负担的情况下， 实现精细的手内操作。手内操作涉及大脑皮层、小脑和基底节等多个脑区的协同工 作。大脑皮层负责运动规划，根据当前物体姿态和目标姿态计算所需的运动指令；小脑则参与精细协调和误差校正，确保各指运动时机和力度的精确； 基底节在运动序列的启动和抑制中发挥作用，使动作流畅连贯。此外，感觉反馈在手内操作中尤为重要。触觉和本体感受器不断提供物体相对于手的位置和力信息，大脑将这些信息与内部模型比较，实时调整运动输出。这种感觉-运动整合能力，使得人手能够感知到物体在手内的微小滑动并及时纠正， 从而实现高精度的姿态调整。在机器人领域，手内操作一直是一个极具挑战性的课题。传统机械手由于自由度和控制限制，很难像人手那样在手中调整物体姿态。
2、手对物体在相对运动中输出做功当手与物体之间存在相对运动且手对物体做功时，通常意味着手在主动驱动 物体运动或改变物体状态。这类操作包括用手拧瓶盖开瓶、用手揉捏面团等。在这些任务中，手对物体施加的力不 仅用于防止滑动，更用于克服阻力 (如摩擦力、重力、弹性力等)并使物体 产生位移或形变。因此，这类操作体现了人手作为动力输出装置的角色，要求手部肌肉产生足够的力和功率，并通过精细控制将能量有效地传递给物体。力的输出与控制是此类操作的核心。人手在进行做功操作时，需要根据阻力 大小调节握力和输出力。例如，拧紧瓶盖时，手需要施加足够的握力以握紧 瓶子，同时输出扭矩来克服螺纹的摩擦阻力；如果瓶盖很紧，人会增加握力并协同使用手腕和前臂的力量来增大扭矩。人手通过触觉反馈来实 时感知阻力变化，并据此调整握力和输出力。当阻力增大时，人会自动增加握力以确保不滑，同时加大输出力以克服阻力；当阻力减小时，人会适当降 低握力和输出力，以节省能量并避免过度冲击。这种自适应调节确保了手对 物体做功的高效和安全。操作策略方面，人手在进行做功操作时展现出高度的灵活性和技巧性。人会根据任务性质选择不同的抓握方式和发力方式。 精细操作(拧小螺丝):采用指尖捏握，握力较小，输出力控制精确。大力操作(拧大阀门):采用全手握持，握力大，常配合全身协调发力。感知与反馈在手对物体做功过程中同样不可或缺。触觉传感器可以提供物体 表面纹理、滑动迹象等信息，帮助人判断握力是否足够；本体感受器则反馈手部和手臂的位置和运动状态，帮助大脑精确控制力的方向和幅度。结论人手操作的特征可以从手与物体的相对运动关系入手，分为稳定不动和相对运动两大类，每类又包含若干典型模式。第一类模式中，手与物体保持相对 静止，或通过手臂或手腕运动操作物体，或手与物体一起运动。这类操作强调抓握稳定性和肢体协调，人手通过精确的握力控制、手臂/手腕运动协同以及刚度调节，实现了“手稳物动”或“物随手动”的高效操作。第二类模式中，手与物体发生相对运动，或物体在手内调整姿态，或手对物体输出做功。这类操作凸显了人手的灵巧性与力量，通过精细的手指协同、力的分解 控制以及感觉-运动整合，人手能够在保持对物体控制的同时，完成复杂的姿 态调整和能量输出。深入分析这些操作特征，我们发现人手的卓越能力源于其复杂的生物力学结构和高度发达的神经控制系统的完美结合。人手拥有多自由度的骨骼肌系统、独特的肌腱互联解剖以及丰富的感觉反馈，为灵巧操作提供了硬件基础；而中枢神经系统通过运动协同、预测控制和反馈调节，将这些硬件潜能充分发挥出来，实现了既稳定又灵活的操作。这一系列机制不仅使人类能够完成日常生活中的各种精细任务，也为机器人技术、康复医学等领域提供了宝贵的灵感和模型。未来通过深入研究希望推动仿生机器人和智能假肢等前沿技术的发展，让机器人更好地服务于人类