10月27日消息，小米技术官微今天发文公开新一代高自由度仿生手研发进展。这套方案基于小米汽车智能制造部中试中心的真实生产数据设计，延续极致仿生路线，定位是面向柔性制造场景的通用灵巧操作方案。
为了搞清楚工厂里人到底是怎么干活的，研发团队对16个典型工段、2579个SOP中的1827个进行了多角度视频与动作捕捉采集，数据集覆盖了70.8%以上典型工段的人工作业工序。换句话说，这双手不是凭空设计的，是拿着工人们的操作数据一点点喂出来的。
有了数据，接下来就是确定自由度。团队通过自由度利用率、关节耦合性分析以及抓握仿真消融验证，认定21自由度当前在工厂场景下是操作覆盖度与工程收益的最优平衡点。相比6到15自由度的版本，平均稳定抓握成功率提升了15%到38%，而继续加到23自由度以上，边际收益就明显放缓了。这背后其实是成本和实用性的博弈。
执行机构上，这双手采用腱绳驱动为主的构型，融合了5个直驱自由度，组成26电机混合驱动方案。电机都集中在小臂位置，手掌自重只有324克，好处是末端转动惯量低，控制响应速度更快。同时配备了腱绳张力传感器，用来补偿绳体蠕变，保证指间末端和抓握过程中的精细力控。
利用率分析（内外旋自由度部分来自手掌自由度）
触觉方面同样没含糊，全掌有1500个感知点覆盖，指间触觉分辨率达到1mm，掌心达到2mm，而且触觉模组支持更换维护。手指的灵敏度基本上到了可以摸出纹理差别的程度。
自由度相关性计算统计
对了，这双手的功耗还不低，单手最高能到百瓦级。针对密集电机布局的散热压力，团队搞了个热预测模型和高性能散热织物。热预测模型可以预判未来5到10分钟的温度变化，预测精度优于3℃，能提前调度热管理策略；散热织物则是在全身包布的外观设计下提升自然散热效能，让高负载工况下不至于烫手。
张力传感器及张力控制系统示意图
从汽车工厂到柔性制造，仿生手这样的核心部件正在成为机器人落地的一道门槛。小米这次选择用真实生产数据打磨产品，至少方向是正确的。毕竟，能帮工厂省力气的机器人，才有人愿意买单。
