# 灵巧手与触觉路线对照：连杆 vs 腱绳 vs 直驱，视觉触觉 vs 压阻阵列（附主流产品参数表）

> 原文链接：https://robotics.hellobike.com/routes/dexterous-hand-tactile-route
> 频道：routes | 更新日期：2026-10-14 | 标签：灵巧手, 触觉, 腱绳, 直驱
> 核心摘要：用传动方式和触觉原理给灵巧手选型。参数只写目录卡或产品页能核对的项，力矩和价格以当前页面为准。

# 传动决定你能学什么策略

连杆欠驱动用少量电机带动多个关节，抓取包络稳，单指力量好做，精细搓动难。腱绳把电机放到前臂或手掌后部，指尖可以更轻，绳的松弛和摩擦会吃掉位置精度。直驱把电机放在关节上，力矩和位置最好标定，手更重，连续堵转要看热。

触觉是另一条轴。视觉触觉（GelSight 这一类、DIGIT、TacTip）用相机看弹性体的变形，空间分辨率高，能看几何和滑动，代价是厚度、磨损和帧率。压阻阵列是薄膜上的电阻变化，好贴、好铺满手掌，迟滞和温漂大，空间分辨率通常低于视觉触觉。

## 参数表

空着的格子是本页没有核对到可引用数字，不要用别的型号补。

| 产品 | 传动 | 主动自由度 | 触觉 | 重量 | 出处 |
| --- | --- | --- | --- | --- | --- |
| Shadow Dexterous Hand | 腱绳 | 20 | 可选指尖触觉，以具体型号为准 | 见产品页 | Shadow 产品页 |
| Allegro Hand | 直驱 | 16（四指） | 本体不带视觉触觉 | 见产品页 | allegrohand.com |
| LEAP Hand | 直驱，可 3D 打印 | 16 | 可外接 | 见论文 | LEAP Hand，RSS 2023 |
| Sharpa Wave | 见产品页 | 22 | 5 个视觉触觉 | 单手 1.3 kg | 目录卡 `sharpa-wave-hand` |
| 因时仿人灵巧手 | 连杆欠驱动 | 常见 6 主动，以型号为准 | 部分型号有指尖力传感 | 见产品页 | inspire-robots.com |
| DIGIT | 传感器，不是手 | — | 视觉触觉 | 见项目页 | digit.ml |

Sharpa Wave 的 22 个主动自由度和 5 个视觉触觉传感器来自本站零部件卡，单手 1.3 kg 也来自同一张卡。Shadow 的 20 个主动自由度是腱绳手的公开规格。Allegro 和 LEAP 都是 16 自由度直驱，LEAP 的项目页把它做成可复现的低成本学习平台，Allegro 是成品研究手。

## 视觉触觉和压阻阵列

视觉触觉适合：要看接触形状、要判断滑、指尖安装空间够。标定跟弹性体批次走，换皮要重标。帧率受相机限制，和 50 Hz 以上的关节伺服不是同一条时钟，策略里要把触觉时间戳对齐，不能假设和关节状态同拍到达。

压阻阵列适合：要覆盖手掌和指节、要薄、要便宜地铺很多点。不要指望它给出 GelSight 那种表面法向场。迟滞意味着加载和卸载不是同一条曲线，用阈值做「抓住了」可以，用它做滑动速度闭环要先做动态标定。

连杆手上更常见压阻或单个力传感器，因为指尖没有相机的安装体积。直驱和腱绳的研究手更容易塞进 DIGIT 或视觉触觉指尖。Sharpa Wave 是把视觉触觉做进产品规格的例子，不是「所有 20 DoF 以上的手都有」。

## 和策略的搭配

- 模仿学习、动作维数已经到 16 以上：优先直驱（Allegro、LEAP），关节目标好对齐。腱绳要额外建绳长到关节角的映射，遥操作数据会把松弛学进去。
- 只要稳定包络抓取、负载在连杆手的额定范围内：6 主动自由度的欠驱动手足够，不要为了凑自由度上腱绳。
- 要在抓取后做旋转、插接：至少要指尖的滑动信号。没有触觉时，只能靠腕部力/力矩或视觉，接触瞬间的延迟更大。
- DexGraspRL 的真机四任务（Cup / Cube / Scanner / Loopy）平均成功率 91.9%，行为克隆对照是 61.4%。那是特定手和特定相机布置下的强化学习结果，不能当成某款商品手的出厂指标。数字在基准榜 `real-dexterous-grasp`。

## 上手顺序

1. 写清任务是包络抓取还是指尖操作。前者选连杆，后者再考虑 16 DoF 直驱。
2. 把主动自由度、欠驱动关节和触觉通道分开计数。厂商写的「自由度」经常把被动关节算进去。
3. 遥操作先记录主动关节和触觉时间戳。视觉触觉相机和腕部相机不要抢同一个 USB 控制器。
4. 仿真里的无摩擦接触对灵巧手几乎没有迁移价值。至少要随机化摩擦，并在真机上做 10 次以上的空载回放，确认没有绳松或电机过热。

## 原始参考来源 (Sources)

- [Sharpa Wave](https://www.sharpa.com/pages/wave)
- [Shadow Dexterous Hand](https://shadowrobot.com/dexterous-hand-series/)
- [Allegro Hand](https://www.allegrohand.com/)
- [LEAP Hand](https://leap-hand.github.io/)
- [DIGIT](https://digit.ml/)
- [因时机器人](https://en.inspire-robots.com/)