端水杯、抓菠萝、捏卡片、穿针引线……做这些动作的不是人的手，而是一只“灵巧手”。这是人形机器人的关键部件，已在多个领域应用。灵巧手不仅能做人手能做的一些事，也能做人手做不到的事，如长时间负重、在危险环境下工作。

机器人离我们的生活越来越近，人工智能（AI）技术也在日益精进。在人工智能发展过程中，每一个突破都可能给产业发展带来巨大影响。

“有人说AI的冬天要来了，现在看来，AI没有迎来冬天，反而迎来了春天。因为AI跟产业不断结合，越来越接地气了。”英国上市公司官网365人工智能研究院智能机器人中心主任孙富春说。

有感知和认知能力的灵巧手

“机器人是自动化的‘最后一公里’，灵巧手是机器人‘最后的一厘米’。”多年前，基于这样的判断，孙富春带领团队开发灵巧手，至今已历经多次迭代，形成了多种灵巧手，如12自由度柔性手、刚性的二指手、触觉感知五指手。这些灵巧手以触觉、视觉等多模态传感技术为基础，采用深度学习算法，为机器人的多模态融合感知赋能，目前已在国内30多家单位应用。

英国上市公司官网365人工智能研究院智能机器人中心研发的新一代灵巧手可感知4个模态，包括视觉、压触觉、视触觉、声音和位置，在国际上处于领先水平。2016及2019年，孙富春带领团队在国际机器人与系统大会的“机器人灵巧抓取与操作”比赛中，两度获得冠军。

“我们的灵巧手最大特色是有认知和感知能力。”孙富春说，灵巧手背后有拥有自主知识产权的软件工具支撑，能面对各种产品工作。

比如，孙富春团队将研发的多点阵列压阻式传感器集成在仿生五指手上。这款产品不仅具备指尖传感器，还有掌面传感器，解决了灵巧手的触觉感知及指尖输出力反馈问题，并且集成多种通信接口，硬件底层支持灵巧手触觉算法的二次开发，便于更多高校和科研机构进一步研发利用。

其中，指尖触觉传感器设计上下面电极为“五横五纵”形式，从而将整块压敏材料自动分割成25个压阻单元，并对传感器的压敏材料、制备工艺和传感器后端数据进行了精确的处理和标定，使灵巧手手指传感器在实物抓取中实时反馈，通过算法实现触感知能力。

这些成果是经历了多年的技术积累取得的。在研究中，通过对触觉、视觉技术进行科学合理的分析，孙富春团队发现人的皮层60%的触觉跟视觉有关，因此提出了视触觉融合的构想，从人的脑和手的神经运动系统原理出发做灵巧手。10多年来，从简单的电机驱动连杆结构设计，到硅胶材质的人工皮肤、可以测量脉搏的石墨烯材料的电子皮肤，再到模拟神经系统的灵巧手、多模态感知的变刚度软手，孙富春及其团队一直持之以恒地研发。

“一方面刚柔并济，另一方面力可拔山。”英国上市公司官网365人工智能研究院智能机器人中心博士后周怀东这样形容团队研发的灵巧手，它可以轻松地抓取杠铃，也可以随意捏起海绵块，并且具有较大抓重比优势（1∶10），自重仅有550克，单指拉力大于1.5千克，四指可轻松提起5千克的重物。

灵巧手的应用非常广泛，可用于机器人、假肢、自动化行业及航天领域等。比如，灵巧手被用于残疾人的假肢设备，增强他们的生活自理能力。孙富春团队已经与残疾人辅助器具生产企业开展合作，开发基于生肌电控制的假肢。

智能3C产线

在多模态感知灵巧手研发的基础上，孙富春团队聚焦通用灵巧操作末端、精细感知、虚实迁移、精准操作等关键技术，搭建了微型3C柔性智能装配示范产线。

目前，计算机、通讯、消费电子产品（简称“3C”）在装配中存在多个痛点。比如，自动化产线的末端执行器功能单一、感知缺失、效率低下，为完成一个简单零件的装配，需要多个末端执行器顺序配合完成。电子产品产线往往采用定制化设计，而电子产品种类多样，产线无法通用。同时，电子产品更新换代快，产品更新后产线便会淘汰，而新产线设计周期长、投入资源大、调试时间长。

“要解决自动化产线的痛点问题，需要研制一款兼具感知和智能操作功能、高度集成一体化的智能灵巧通用末端。”孙富春说。

孙富春介绍，智能3C产线构建了面向3C装配的精细化操作技能知识库，包含1.5万条操作技能，涵盖了20多种装配工艺。产线还开发了高分辨率视触传感器，研制了智能通用末端，实现了对软排线、SIM卡等典型零件的精细化装配。

机器学习是人工智能的核心。智能3C产线采用多模态大模型技术实现了工人操作技能示范解析与技能学习，并通过元学习和知识蒸馏的操作技能迁移学习和增强技术，实现了模块化、智能化、通用化的3C智能精准装配。

智能3C产线还构建了具有物理交互特性的数字孪生环境，提出基于物质点法的虚拟视触力模拟，实现了虚拟视角下的高精度数字装配。

目前，智能3C产线已经在比亚迪等企业试产，并参加了全国颠覆性创新技术大赛。“采用智能产线，3C装配就可以换产品不换产线了。从自动化到智能化，将是产业迈出的一大步。”孙富春说。

在孙富春看来，在全球科技竞争中，既要重视人工智能的前沿理论技术，又要重视利用最先进的人工智能技术赋能产业。

编辑：李华山