本文属于类型a，即单一原创研究报告。

本研究由Fanny Ficuciello、Alberto Villani、Tommaso Lisini Baldi与Domenico Prattichizzo共同完成。Fanny Ficuciello来自意大利那不勒斯腓特烈二世大学电气工程与信息技术系，Alberto Villani和Tommaso Lisini Baldi来自意大利锡耶纳大学信息工程与数学系，Domenico Prattichizzo同时隶属于锡耶纳大学和意大利理工学院高级机器人系。该研究于2021年12月10日发表在期刊Frontiers in Robotics and AI上，文章标题为“A human gesture mapping method to control a multi-functional hand for robot-assisted laparoscopic surgery: the MUSHA case”。

本研究属于医疗机器人与手术机器人控制领域。微创手术虽然具有创伤小、疼痛轻、恢复快等优点，但医生在操作时面临器械自由度受限、触觉反馈缺失、手眼协调性下降等问题。以达芬奇机器人为代表的机器人辅助手术系统在一定程度上恢复了手眼协调性和运动灵活性，但现有商用末端执行器通常只具备有限自由度。当研究者尝试在手术机器人末端引入具备更多自由度的多功能手术手，如MUSHA手时，医生侧控制台无法直接独立控制所有驱动自由度。传统上采用协同控制会限制手术手的构型空间，降低其功能潜力。因此，本研究的目标是提出一种“人手—MUSHA手”映射算法，在不增加医生侧控制台机械复杂度的前提下，实现对MUSHA手全部驱动自由度的遥操作，同时保证算法的稳定性与直觉性。

研究工作包括系统建模、映射算法设计、稳定性分析、理论抓取力评估与用户实验五个主要环节。在系统建模阶段，研究者首先建立了MUSHA手的运动学模型。MUSHA手是一种三指欠驱动微型手术手，每根手指由12个节段组成，并通过一个单自由度腕部连接，完整运动学模型包含37个关节和36个连杆。由于其中只有六个关节由电机通过腱绳独立驱动，其余关节为被动关节，研究者据此建立了由六个驱动关节构成的简化运动学模型。该模型考虑了手指弯曲时节段的弦长收缩效应，通过弦定理计算等效连杆长度。在简化模型中，拇指、食指、中指各有一个腕部关节和两个等效近端关节，其中食指腕关节、拇指腕关节、中指腕关节之间存在固定相位差，食指和中指的近端关节也耦合，最终将手指指尖位置表达为腕部角度、拇指两个关节、食指近端关节、食指远端关节、中指远端关节这六个独立变量的函数。在完成机器人手建模后，研究者建立了简化人手运动学模型。人手模型将每根手指视为平面运动链，拇指简化包含两个自由度，食指、中指、无名指和小指各包含三个自由度，加上手掌的六个自由度，整个人手模型共有20个自由度，系统对此建立了指尖速度与关节速度之间的雅可比映射关系。在映射算法设计阶段，研究者提出了一种基于“虚拟物体域”的人手到机械手映射思想：假设人手和MUSHA手始终与一个相似的虚拟球体接触，所有可能的接触点称为主动点。MUSHA手的主动点定义为其三个指尖位置，人手的主动点定义为手掌、拇指指尖、食指指尖和中指指尖的位置。根据MUSHA手的三种主要抓取方式——精确抓取、力量抓取和牵开器模式，研究者定义了交互点选择向量，通过在线识别人手掌—拇指距离判断当前抓取方式，从而无间断地切换控制参考。达芬奇机器人患者侧机械臂的位置参考根据人手交互点质心的速度积分得到，姿态参考则根据交互点云二阶中心矩计算出的欧拉角确定。针对虚拟球体，研究者推导了球体中心、姿态和半径变化率与交互点速度之间的雅可比关系，利用伪逆实现人手运动到球体参数变化的投影；再通过比例因子将人手操作的球体映射到MUSHA手操作的球体上，并利用闭环逆运动学计算机器人关节速度。为克服牵开器模式下拇指位置可能出现的多解不确定性问题，算法在映射动作的零空间中加入了投影项，在牵开器模式下将关节位置约束推向预期构型。由于MUSHA在初始闭拢状态时机器人雅可比矩阵秩下降，存在奇异性，研究者通过最大化可操作度选择了初始关节配置。算法最终形式为关节速度的闭环逆运动学，包含映射项、误差校正项和零空间投影项。在稳定性分析阶段，研究者以指尖位置误差构造二次型李雅普诺夫函数，通过求导并代入控制律，在机器人雅可比实值与模型值近似相等的条件下，证明了李雅普诺夫函数的导数为负定，从而验证系统满足李雅普诺夫稳定性，并进一步推导出误差以线性系统形式演化，进而证明系统有界输入有界输出稳定。在理论抓取力评估阶段，研究者基于抓取理论将接触力分解为内部挤压力和外部扭转力，利用抓取矩阵及其零空间投影，分别针对精确抓取、力量抓取和牵开器模式给出力分解公式。在用户实验阶段，十名无经验参与者使用Leap Motion相机系统追踪人手运动，通过机器人操作系统通信，在V-REP仿真环境中完成虚拟MUSHA手的取放任务。实验装置还包括触觉手环，通过两个振动马达向参与者反馈施加于立方体上的内部力和外部力强度。参与者完成了十个不同初始场景下的抓取—放置任务，每个任务需要移动两个边长0.02米、质量20克的立方体。实验结束后，参与者填写NASA任务负荷指数问卷，从心理需求、时间需求、体力需求、表现、努力和挫折六个维度评估操作负荷。

实验结果显示，所有十名参与者均成功完成全部十次重复任务。完成时间的平均值为16.49秒，最快用户平均每次任务仅需11.8秒，最慢用户为25.3秒，所有用户的单次任务完成时间均不超过30秒。从NASA任务负荷指数问卷结果来看，加权后的任务负荷指数平均值为35%，其中体力需求被排除在加权计算之外，因为实验环境中缺乏真实医生控制台的手臂支撑。在加权计算中，时间需求获得最高权重，努力、挫折和心理需求次之。这一结果表明，基于虚拟球体映射的遥操作系统具有较高的直觉性和较低的操作负荷。理论抓取力评估部分虽然没有给出针对具体抓取实验的力数据，但建立了不同抓取模式下接触力与内部挤压力、外部扭转力之间的解析关系，为实验中的触觉反馈信号生成提供了理论依据。李雅普诺夫稳定性分析则从理论上保证了控制系统在存在模型误差校正项时误差不会发散，为算法在真实系统中部署提供了安全性基础。

本研究的核心结论是：通过在虚拟物体域中定义人手与MUSHA手交互点之间的映射关系，可以利用人手运动直接遥操作具有更多自由度的手术机器人手，而无需增加医生控制台的机械复杂度。系统能够在线识别三类抓取模式并自适应切换映射参考，闭环逆运动学保证了误差收敛，零空间投影解决了多解问题，李雅普诺夫分析保证了系统稳定性。理论抓取力评估与用户实验结果共同证明，该方法在功能上实现了对MUSHA手全部驱动自由度的控制，在操作性上具备低负荷和高直觉性。

本研究的科学价值在于提出了一种基于物体域映射的异构主从控制方法，该方法不依赖人手与机器人手在运动学上的直接对应，而是通过虚拟物体作为媒介实现自由度不同的两个系统之间的运动传递。这种思想可以推广至不同类型的机器人手和末端执行器。应用价值在于为机器人辅助手术中引入多功能手术工具提供了一种切实可行的控制方案，有望在不改变现有医生控制台结构的情况下提升手术器械的灵活性。研究的亮点包括：提出了可在线识别抓取方式的自适应映射算法；利用零空间投影解决了牵开器模式下的姿态不确定性问题；通过选择最优可操作度初始构型避免了奇异性；从理论和实验两个层面验证了算法的有效性与稳定性。此外，研究中使用的触觉反馈方法将理论抓取力分解结果转化为振动刺激，为后续构建更完整的感觉反馈系统提供了方向。

未来工作将考虑邀请专业外科医生参与实验，在真实MUSHA手安装于达芬奇机器人上的条件下完成基本手术操作任务，测试算法与多种标准末端执行器在同一操作过程中的兼容性，并将整个系统与达芬奇机器人医生控制台集成。