priborИзвестия высших учебных заведений. ПриборостроениеJournal of Instrument Engineering0021-34542500-0381Национальный исследовательский университет ИТМО10.17586/0021-3454-2026-69-6-534-544pribor-550Research ArticleРОБОТЫ, МЕХАТРОНИКА И РОБОТОТЕХНИЧЕСКИЕ СИСТЕМЫROBOTS, MECHATRONICS AND ROBOTIC SYSTEMSСовместное проектирование роботизированных кистей в задачах тактильного функционального взаимодействия с произвольными объектами манипулированияJoint design of robotic hands in tasks of haptic functional interaction with arbitrary objects of manipulationРакшинЕ. А.RakshinE. A.

Егор Александрович Ракшин — факультет систем управления и робототехники, Международная лаборатория биомехатроники и энергоэффективной робототехники

Санкт-Петербург

Egor A. Rakshin — International Laboratory of Biomechatronics and Energy-Efficient Robotics; Engineer

St. Petersburg

earakshin@itmo.ruБорисоваО. В.BorisovaO. V.

Ольга Валерьевна Борисова — факультет систем управления и робототехники, Международная лаборатория биомехатроники и энергоэффективной робототехники; инженер

Санкт-Петербург

OlgaV. Borisova — International Laboratory of Biomechatronics and Energy-Efficient Robotics; Engineer

St. Petersburg

borisowa.o.v@yandex.ruКулитьГ. В.KulitG. V.

Герман Вадимович Кулить — факультет систем управления и робототехники, Международная лаборатория биомехатроники и энергоэффективной робототехники; инженер

Санкт-Петербург

German V. Kulit — International Laboratory of Biomechatronics and Energy-Efficient Robotics; Engineer

St. Petersburg

kulit.german@mail.ruЖарковК. Д.ZharkovK. D.

Кирилл Данилович Жарков — факультет систем управления и робототехники, Международная лаборатория биомехатроники и энергоэффективной робототехники; инженер

Санкт-Петербург

Kirill D. Zharkov — International Laboratory of Biomechatronics and Energy-Efficient Robotics; Engineer

St. Petersburg

kdzharkov@itmo.ruБорисовИ. И.BorisovI. I.

Иван Игоревич Борисов — канд. техн. наук, профессор практики; факультет систем управления и робототехники, Международная лаборатория биомехатроники и энергоэффективной робототехники; исполнительный директор

Санкт-Петербург; Москва

Ivan I. Borisov — PhD, Faculty of Control Systems and Robotics, International Laboratory of Biomechatronics and Energy-Efficient Robotics; Professor of Practice; Executive Director

St. Petersburg; Moscow

borisovii@itmo.ruУниверситет ИТМОРоссияITMO UniversityRussian FederationУниверситет ИТМО; Центр робототехники СбераРоссияITMO University; Sber Robotics CenterRussian Federation202618072026696534544Copyright © Национальный исследовательский университет ИТМО, 20262026Национальный исследовательский университет ИТМОНациональный исследовательский университет ИТМОhttps://pribor.ifmo.ru/jour/about/submissions#copyrightNoticehttps://pribor.ifmo.ru/jour/article/view/550

С помощью роботизированных антропоморфных кистей, способных выполнять функциональные захваты, возможно использовать ручные инструменты и предметы повседневной жизни по прямому назначению, что устраняет необходимость в специализированной оснастке. Обоснован выбор параметров конструкции и рабочих поверхностей тактильных датчиков. Представлен метод системного проектирования таких кистей с тактильной обратной связью. Сначала формируется дискретное пространство проектных кандидатов на основе характеристик приводов и комплектующих. Затем выполняются планирование и верификация траекторий для функциональных захватов; кандидаты ранжируются по эвристической функции, отражающей метрики эффективности захвата. По результатам моделирования наилучшего варианта определяются размеры рабочих поверхностей фаланг и диапазон контактных усилий; синтезируются таксели — эластичные элементы рабочей поверхности тактильного датчика. Исследованы параметры, обеспечивающие компромисс между чувствительностью такселей и их числом, для каждого варианта оценена связь деформаций такселей с контактными усилиями. По результатам апостериорного анализа с учетом требований к диапазону измеряемых усилий и устойчивости к неполноте данных выбраны геометрические параметры датчика. Метод апробирован путем конструирования и тестирования опытного образца антропоморфной роботизированной кисти.

With the help of robotic anthropomorphic hands capable of performing functional grips, it is possible to use hand tools and everyday objects for their intended purpose, which eliminates the need for specialized equipment. The choice of design parameters and working surfaces of tactile sensors is justified. A method of system design of such hand with tactile feedback is presented. First, a discrete space of design candidates is formed based on the characteristics of the drives and components. Then, planning and verification of trajectories for functional captures are performed; candidates are ranked according to a heuristic function reflecting capture efficiency metrics. Based on the results of modeling the best option, the dimensions of the working surfaces of the phalanges and the range of contact forces are determined; taxels are synthesized — elastic elements of the working surface of the tactile sensor. The parameters providing a compromise between the sensitivity of the taxiways and their number are investigated, and the relationship of the taxiway deformations with contact forces is estimated for each variant. Based on the results of a posteriori analysis, taking into account the requirements for the range of measured forces and resistance to incomplete data, the geometric parameters of the sensor are selected. The method is tested by designing and testing a prototype of an anthropomorphic robotic hand.

тактильные датчикиэластичные элементыманипуляционные роботывычислительное проектированиеподатливые механизмыtactile sensorselastic elementsrobotic gripperscomputational designcompliant mechanismsReferencesParaschos A., Daniel C., Peters J. R., Neumann G. Probabilistic Movement Primitives // Advances in Neural Information Processing Systems. 2013. Vol. 26. Р. 2616–2624. DOI:10.5555/2999792.2999904.Paraschos A., Daniel C., Peters J.R., Neumann G. Advances in Neural Information Processing Systems, 2013, vol. 26, pp. 2616–2624, DOI:10.5555/2999792.2999904.Junge K., Hughes J. Spatially distributed biomimetic compliance enables robust anthropomorphic robotic manipulation // Communications Engineering. 2025. Vol. 4. Art. no. 76. DOI:10.1038/s44172-025-00407-4.Junge K., Hughes J. Communications Engineering, 2025, vol. 4, art. no. 76, DOI:10.1038/s44172-025-00407-4.Griffa P., Sferrazza C., D’Andrea R. Leveraging distributed contact force measurements for slip detection: a physicsbased approach enabled by a data-driven tactile sensor // Proc. IEEE Intern/ Conf/ on Robotics and Automation (ICRA). 2022. P. 4826–4832. DOI:10.1109/ICRA46639.2022.9812186.Griffa P., Sferrazza C., D’Andrea R. Proc. IEEE International Conference on Robotics and Automation (ICRA), 2022, pp. 4826–4832, DOI:10.1109/ICRA46639.2022.9812186.Ji J., Liu Y., Ma H. Model-Based 3D Contact Geometry Perception for Visual Tactile Sensor // Sensors. 2022. Vol. 22, N 17. P. 6470. DOI:10.3390/s22176470.Ji J., Liu Y., Ma H. Sensors, 2022, no. 17(22), pp. 6470, DOI:10.3390/s22176470.Huang L., Zhang H., Wu Z., Christen S., Song J. FunGrasp: Functional Grasping for Diverse Dexterous Hands // IEEE Robotics and Automation Letters. 2025. Vol. 10, N 6. DOI:10.1109/LRA.2025.3561573.Huang L., Zhang H., Wu Z., Christen S., Song J. IEEE Robotics and Automation Letters, 2025, no. 6(10), DOI:10.1109/LRA.2025.3561573.Chen G., Tang S., Xu S. et al. Intrinsic Contact Sensing and Object Perception of an Adaptive Fin-Ray Gripper Integrating Compact Deflection Sensors // IEEE Transactions on Robotics. 2023. Vol. 39, N 6. P. 4482–4499. DOI:10.1109/TRO.2023.3311610.Chen G., Tang S., Xu S. et al. IEEE Transactions on Robotics, 2023, no. 6(39), pp. 4482–4499, DOI:10.1109/TRO.2023.3311610.Cirillo A., Costanzo M., Laudante G., Pirozzi S. Tactile Sensors for Parallel Grippers: Design and Characterization // Sensors. 2021. Vol. 21, N 5. P. 1915. DOI:10.3390/s21051915.Cirillo A., Costanzo M., Laudante G., Pirozzi S. Sensors, 2021, no. 5(21), pp. 1915, DOI:10.3390/s21051915.Patel N., Sundaram S., Lee J. et al. SuperTac — tactile data super-resolution via dimensionality reduction // Frontiers in Robotics and AI. 2025. Vol. 12. DOI:10.3389/frobt.2025.1552922.Patel N., Sundaram S., Lee J. et al. Frontiers in Robotics and AI, 2025, vol. 12, DOI:10.3389/frobt.2025.1552922.Choi S., Tahara K. Dexterous object manipulation by a multi-fingered robotic hand with visual-tactile fingertip sensors // ROBOMECH Journal. 2020. Vol. 7. Art. no. 14. DOI:10.1186/s40648-020-00162-5.Choi S., Tahara K. ROBOMECH Journal, 2020, vol. 7, art. no. 14, DOI:10.1186/s40648-020-00162-5.Zhu M., Li Q., Wang T. et al. Compliant Force Control for Robots: A Survey // Mathematics. 2025. Vol. 13, N 13. P. 2204. DOI:10.3390/math13132204.Zhu M., Li Q., Wang T. et al. Mathematics, 2025, no. 13(13), pp. 2204, DOI:10.3390/math13132204.Ma Y., Agarwal A., Liu S. Q., Yuan W., Adelson E. H. Scalable Simulation-Guided Compliant Tactile Finger Design // Proc. IEEE 7th Intern. Conf. on Soft Robotics (RoboSoft). 2024. P. 1068–1074. DOI:10.1109/RoboSoft60065.2024.10521969.Ma Y., Agarwal A., Liu S.Q., Yuan W., Adelson E.H. Proc. IEEE 7th International Conference on Soft Robotics (RoboSoft), 2024, рр. 1068–1074, DOI:10.1109/RoboSoft60065.2024.10521969.Peng J.-C., Yao S., Hauser K. 3D Force and Contact Estimation for a Soft-Bubble Visuotactile Sensor Using FEM // arXiv:2310.11372 [cs.RO]. 2023. https://doi.org/10.48550/arXiv.2310.11372.Peng J.-C., Yao S., Hauser K. arXiv:2310.11372 [cs.RO], 2023, https://doi.org/10.48550/arXiv.2310.11372.Agarwal A., Mirzaee M. A., Sun X., Yuan W. A Modularized Design Approach for GelSight Family of Vision-Based Tactile Sensors // arXiv:2504.14739 [cs.RO]. 2025. https://doi.org/10.48550/arXiv.2504.14739.Agarwal A., Mirzaee M.A., Sun X., Yuan W. arXiv:2504.14739 [cs.RO], 2025, https://doi.org/10.48550/arXiv.2504.14739.Calli B., Singh A., Bruce J., Walsman A., Konolige K., Srinivasa S., Abbeel P., and Dollar A. M. Yale-cmu-berkeley dataset for robotic manipulation research // The International Journal of Robotics Research. 2017. Vol. 36, N 3. P. 261–268.Calli B., Singh A., Bruce J., Walsman A., Konolige K., Srinivasa S., Abbeel P., and Dollar A.M. The International Journal of Robotics Research, 2017, no. 3(36), pp. 261–268.Wang R., Zhang J., Chen J., Xu Y., Li P., Liu T., Wang H. DexGraspNet: A Large-Scale Robotic Dexterous Grasp Dataset for General Objects Based on Simulation // Proc. IEEE Intern. Conf. on Robotics and Automation (ICRA). 2023. DOI:10.1109/ICRA48891.2023.10160982.Wang R., Zhang J., Chen J., Xu Y., Li P., Liu T., Wang H. Proc. IEEE International Conference on Robotics and Automation (ICRA), 2023, DOI:10.1109/ICRA48891.2023.10160982.Wang Q., Ulloa P. M., Burke R., Bulens D. C., Redmond S. J. Robust learning-based incipient slip detection using the PapillArray optical tactile sensor for improved robotic gripping // IEEE Robotics and Automation Letters. 2024. Vol. 9, N 2. P. 1827–1834. DOI: 10.1109/LRA.2023.3347141.Wang Q., Ulloa P.M., Burke R., Bulens D.C., Redmond S.J. IEEE Robotics and Automation Letters, 2024, no. 2(9), pp. 1827–1834, DOI: 10.1109/LRA.2023.3347141.

The authors declare that there are no conflicts of interest present.