Krok 1: silnik (DC, BLDC, pneumatyczny mięsień McKibben lub serwomechanizm) jest osadzony w korpusie lub przedramieniu robota. Krok 2: do wału silnika przymocowany jest bęben/rolka, na który nawinięty jest kabel. Krok 3: kabel biegnie przez prowadnice (rurki Bowdena lub system kół pasowych) wzdłuż struktury manipulatora aż do dystalnego stawu. Krok 4: w stawie kabel kończy się przymocowany do paliczka po jednej stronie osi obrotu — pociągnięcie kabla generuje moment obrotowy. Krok 5: ponieważ kabel może tylko ciągnąć, każdy staw potrzebuje albo pary antagonistycznej (dwa kable po przeciwnych stronach osi), albo jednego kabla i sprężyny powrotnej, albo routingu N+1 (N stawów obsługiwanych przez N+1 kabli z dzielonymi ścieżkami). Krok 6: enkodery na wałach silników plus sensory siły (Hall, tensometry, BioTac) w palcach pozwalają na zamknięcie pętli kontroli pozycji i siły, z kompensacją kalibrowaną na stretching i tarcie ścieżki kabla.
Napęd bezpośredni (silniki w każdym stawie) w dłoni humanoidalnej ma trzy bariery konstrukcyjne: (1) silnik o sensownym momencie obrotowym nie mieści się w paliczku — palec staje się grubszy od ludzkiego, (2) masa silnika dystalnie zwiększa moment bezwładności, co tłumi szybkość i podnosi koszt energetyczny, (3) silniki w paliczku są narażone na uderzenia i wibracje, co skraca żywotność. Tendon Drive rozwiązuje wszystkie trzy — silniki są w bezpiecznym, dużym korpusie/przedramieniu, palce są lekkie i smukłe, a sama transmisja przez kabel jest pasywna i odporna na chwilowe przeciążenia (kabel ślizga się lub się rozciąga, zamiast łamać przekładnię).
Silnik fizycznie oddalony od poruszanego stawu — w korpusie, ramieniu lub przedramieniu. Najczęściej silnik BLDC z planetarną przekładnią (Shadow Hand wariant elektryczny), DC z przekładnią (rozwiązania badawcze) lub pneumatyczny mięsień McKibben (Shadow Air Muscle Hand, Festo BionicSoftHand).
Oficjalna
Pasywny element transmisyjny: stalowa linka, polimer UHMWPE (Dyneema, Spectra), aramidowy (Kevlar) lub kompozyt węglowy. Wybór materiału balansuje wytrzymałość na zerwanie, sztywność osiową, odporność na zmęczenie cykliczne i tarcie o prowadnicę.
Oficjalna
Zestaw kół pasowych, rurek Bowdena, prowadnic i punktów zakotwiczenia, przez które kabel biegnie od aktuatora do stawu. Routing decyduje o sprzężeniach między stawami (coupled vs decoupled), efektywności (tarcie kable-prowadnica) i kompaktowości.
Oficjalna
Ponieważ kabel może tylko ciągnąć, każdy staw potrzebuje mechanizmu rozciągania w obie strony. Wariant antagonistyczny (dwa kable po przeciwnych stronach osi, jak biceps-triceps) zapewnia aktywną kontrolę sztywności i siły w obu kierunkach. Wariant ze sprężyną powrotną jest prostszy i lżejszy, ale traci pasywną sztywność jednego kierunku.
Enkodery na wałach silników (pozycja kąta wału, nie samego stawu — co jest pułapką), Hall effect lub potencjometry w stawach (rzeczywista pozycja stawu), tensometry/load cells na kablach (mierzenie napięcia), opcjonalnie sensory taktylne (BioTac, Syntouch). Warstwa sensoryczna kompensuje rozciąganie i tarcie kabla.
Dyneema rozciąga się o 1-3% pod nominalnym napięciem; encoder silnika wskazuje pozycję wału, nie stawu. Bez kompensacji błąd pozycji palca rośnie z siłą.
W długich/zakręconych ścieżkach Bowdena tarcie kable-prowadnica generuje histerezę: ten sam kąt stawu wymaga innej siły w zależności od kierunku ruchu. Niemożliwe do skompensowania samym sterowaniem otwartej pętli.
Kable z UHMWPE są wytrzymałe na zerwanie statyczne, ale podatne na zmęczenie cykliczne (zwłaszcza na ostrych zakrętach pulley'a). Średni czas między wymianami w Shadow Hand to ~10⁶-10⁷ cykli.
Schematy N+1 i routing współdzielony oszczędzają aktuatory, ale powodują, że ruch jednego stawu zmienia długość kabla obsługującego inny staw. Bez modelu prowadzi to do dryfu.
Rajko Tomović i Miodrag Rakić (Uniwersytet w Belgradzie) demonstrują 5-palczastą protezę z mechanicznym sterowaniem ścięgien — protoplasta nowoczesnych dłoni protetycznych.
Kenneth Salisbury (Stanford) wraz z JPL projektuje 3-palczastą dłoń ze ścięgnami z trójwymiarowym modelem kinematyki i sił. Powstają podstawy analityczne stosowane do dziś.
Założenie firmy, która przekształci tendon drive z prototypu badawczego w komercyjny produkt antropomorficznej dłoni — Shadow Dexterous Hand staje się industry standard dla badań nad manipulacją.
OpenAI demonstruje reinforcement learning rozwiązywania kostki Rubika na Shadow Dexterous Hand. Po raz pierwszy AI staje się rywalem dla człowieka w sterowaniu manipulatorem tendon-driven.
Tesla pokazuje dłoń humanoida Optimus z 11 stopniami swobody na rękę i napędem ścięgnowym. Tendon drive zostaje wprowadzony do segmentu humanoidów konsumenckich.
Producenci wypuszczają dłonie z 20+ DOF, gęstą sensoryką taktylną i interfejsami zaprojektowanymi pod uczenie polityk VLA. Tendon drive staje się de facto standardem dla dłoni humanoidów uczonych z teleoperacji.
Złożoność czasowa: Pasmo sterowania ograniczone do ~50-200 Hz (kabel UHMWPE) lub ~5-20 Hz (mięsień pneumatyczny). Złożoność przestrzenna: Liczba aktuatorów ≥ liczba stopni swobody (typowo 1.0-1.5×, dla schematu N+1 wynosi N+1).
Główne wąskie gardło nie leży w obliczeniach, lecz w identyfikacji modelu rozciągania kabla, histerezy tarcia i sprzężeń międzystawowych dla danej konfiguracji. Wymaga to kalibracji per egzemplarz, a model degraduje się wraz ze zużyciem kabla.
Wpływa na sztywność, wytrzymałość, żywotność cykliczną i tarcie.
Decyduje o liczbie aktuatorów per DOF i o tym, czy staw ma aktywną kontrolę sztywności.
Decyduje o paśmie, momencie, compliance i sposobie zasilania.
Decyduje o sprzężeniach międzystawowych i tarciu.
Wszystkie ścięgna są aktywne równolegle — to klasyczny dense control. Aspekt conditional pojawia się tylko gdy policy decyduje, które palce zaangażować.
„Routing" w tym konceptcie jest dosłownym fizycznym poprowadzeniem kabla od silnika do stawu — przeciwnie niż w MoE, gdzie routing jest funkcją uczoną. Tutaj jest zaszyty w geometrii sprzętu.
Każdy palec jest niezależną podpętlą kontroli, ale wewnątrz palca stawy są sprzęgnięte przez ścięgna.
Tendon Drive jest konceptem hardware'owym sam w sobie; warstwa kontrolna może działać na dowolnym CPU/MCU. Nie wymaga specjalnych akceleratorów AI.
Pętle kontroli pozycji/siły działają na zwykłych CPU lub embedded MCU (STM32, NXP) z częstotliwością 1-2 kHz.
Potrzebne tylko jeśli policy sterujący ręką jest siecią neuronową (RL, VLA, imitation learning). Sam wzorzec napędu jest GPU-agnostyczny.
