我国目前有超过8500万残疾人,其中肢体残疾人数超过了 2000万。手部残疾（包括先天性手功能缺陷、外伤或疾病引起的手部截肢等）对患者造成的影响最大,严重影响了患者的独立生活能力和融入社会的能力,造成了沉重的家庭和社会经济负担。假肢手是弥补缺失的手部结构、代偿受损的手部功能最直接、最有效的手段。尽管假肢手早已广泛应用,但现有的假肢手普遍存在着自由度与可靠性、多功能与轻量化、复杂度与便捷性的多重矛盾,致使实际使用效果差、患者满意度低、假肢弃用率高。在上述诸多问题中,假肢手的主动自由度低、操控性能差、整机重量大的问题尤为突出。即使少数具备高性能的机械手能够支持10个以上自由度的独立运动,但不论其选择何种驱动方式,结构都会变得复杂臃肿,无法作为假肢手日常佩戴。因此,设计开发一款多自由度、高操控性能且轻量化的假肢手意义重大。假肢手作为典型的人机共融穿戴式装备,对其有效地控制是提升操控性能的关键。现有的假肢手控制主要可分为前馈控制和反馈控制两类。前馈控制主要将假肢手的运动模式提前设定好,根据患者的意图选择其中的某个运动模式,然后向假肢手各关节发送命令完成指定的动作,其中以从手臂残肢肌肉测量得到的表面肌电信号作为意图识别的信号源最为实用。反馈控制是在假肢手中引入反馈变量,使其运行可依据反馈状态实时调整,从而获得更符合任务要求和环境约束的动作行为。现有的假肢手在前馈控制和反馈控制方面均有缺陷,例如基于残存肌肉表面肌电信号处理及意图识别的准确性较低,前馈控制的分类效果不佳;受限于假肢手紧凑设计和轻量化的要求,反馈机制很难引入假肢手系统,且无法实时准确地依据外部环境信息和任务要求的变化调整控制策略。上述前馈与反馈控制的不足严重影响了患者使用假肢的操控感和接受度,成为假肢研究中的“卡脖子”技术难题。本文针对当前假肢机械手结构与功能上的不足,以提高主动自由度、优化控制性能、降低整机重量为目标,设计开发了一款轻量化多自由度全驱动的仿生假肢手,并探究基于表面肌电信号运动意图解码的假肢手前馈控制和基于指尖接触力信号的假肢手反馈控制方法,从设计与开发、控制与仿真、抓握与分析等多个方面寻找提升假肢手性能的途径。本文的主要工作和结果如下:首先,使用仿真建模软件设计了多自由度全驱动假肢手的整体结构,实现了 14个指关节的独立运动,包括5个掌指关节（5个手指各1个）和9个指间关节（拇指1个、其余四指各2个）的屈曲与伸展。在假肢手结构设计中,对每一个关节都预留了驱动电机位置,使每个关节都可由其内置的直流电机通过齿轮啮合驱动。对假肢手关节结构与电机驱动进行运动学与动力学仿真,评估假肢手自由度设计的可行性,优化假肢手的机械结构,为下一步的控制系统开发做准备。同时,开展对比实验,使用运动捕捉系统采集多自由度假肢手、商业假肢手及健康人手运动时的位置信息,计算了标准化均方误差对两款假肢手与人手之间的轨迹相似性进行了分析。结果显示多自由度假肢手在9个关节上都表现出了高度拟人化特征,其中假肢手食指的三个旋转关节表现出了平均65%的仿生运动水平,除拇指外的四指掌指关节与近侧指间关节的运动仿生水平也在60%以上。其次,研究开发了多自由度假肢手前馈控制系统。在前馈控制方面,分别采用固定肌电电极和臂环肌电电极采集表面肌电信号（Surface electromyography,sEMG）信号,记录18位健康受试者在10种不同动作姿势下的肌肉激活程度。为了提高意图识别的准确性,使用信号质量较好的固定电极sEMG信号训练卷积神经网络（Convolutional neural network,CNN）模型,再通过迁移学习将部分卷积层转移到臂环电极sEMG模型训练中来,从而提高臂环肌电电极的分类表现,弥补截肢者由于肌电信号的缺失和异常所导致的分类效果不佳的问题。研究结果显示,迁移学习后的CNN模型对于臂环肌电电极sEMG分类准确率显著提高了 5.9%（p＜0.01）,对于单个特征的分类效果平均提升7.4%（p＜0.01）。再次,研究开发了多自由度假肢手反馈控制系统。引入了力反馈并建立基于指尖力的反馈控制系统,即通过固定在假肢手五指指尖的薄膜力传感器采集接触力信号。使用Solidworks和Adams软件中的仿真功能分析计算14个关节的转动惯量、阻尼和刚度系数,从而对假肢手建立运动控制系统的数学模型,将该数学模型代入力与力微分控制结构中计算传递函数。对假肢手14个关节进行运动控制系统建模后,将力反馈信号实时输入,实现假肢手与环境的实时交互。研究结果显示,系统可以在0.1 s的延迟内对力信号波动发出反馈控制命令,实时调制力量输出水平。最后,开展实验测试分析假肢手在力反馈控制下的抓握力量输出性能。围绕假肢手的抓握性能测试,招募健康受试者佩戴假肢手,对测试物品集中14个体积、形状、质量不同的物体进行抓握-移动-释放测试,每种物体重复5次。测试结果显示,在力反馈控制机制下,假肢手在70次抓握任务中达到了 85.71%的成功率,并且对各测试物品都表现出了至少一次的成功操作,证明该假肢手在日常应用场景中具有足够的操作性能。针对假肢手抓握物体时的握力输出,仍采用上述测试集和相同的测试方案。结果显示在力反馈控制条件下假肢手具有良好的抓握表现,输出握力信号超调量和振幅更小,在保持抓握稳定性的同时减少了过度力量输出,有效地提高了抓握的安全性。本研究针对现有假肢手的主动自由度低、操控性能差、整机重量大等突出问题,研究开发一款多自由度、高操控性能且轻量化的假肢手。通过机构设计、运动学和动力学分析,建立多自由度全驱动假肢手机械结构,设计开发了基于表面肌电运动意图识别的假肢手前馈控制系统和基于指尖力的假肢手反馈控制系统,组装完成了多自由度全驱动假肢手样机,并与商业假肢手及正常人手进行了抓握对比分析,发现新设计的假肢手具有良好的抓握成功率、稳定性和安全性。本研究在多自由度、全驱动和轻量化假肢手机构设计、基于固定肌电电极的迁移学习提升臂环肌电系统的意图识别性能、基于运动控制数学模型的力反馈控制系统开发、假肢手抓握测试分析和性能评估等方面均取得了一定创新性成果,为建立性能更加优越、操控更加精准、穿戴更为便捷的新一代假肢手奠定了坚实基础。