在VR与人机交互领域,虚拟环境中交互动作的准确性和逼真程度是研究者考虑的主要问题。由于交互动作的准确性比较容易建模,在大多数工作中已经实现了准确性的目标。对于手模型的抓取规划问题,交互动作的准确性具体为抓取动作的稳定性,这在抓取规划方向已经被研究者研究了几十年,取得了很多不错的效果。虽然生成稳定的抓取姿态非常重要,但是只考虑稳定性往往会导致抓取姿态不符合自然的人类抓取习惯,与交互动作的逼真程度要求不相符。本文主要包括下列几项工作:·使用基于人手的骨骼和关节构造虚拟手的几何模型,提出虚拟手抓取姿态的相似性度量,对两个抓取姿态的相似程度进行计算,以评估生成的抓取姿态。·编码待抓物体模型的语义信息,构建待抓物体的语义模型,根据语义模型寻找可抓的物体组件。·在物体形状分类理论中加入真实的人手抓取类型,构建物体组件与人手抓取类型之间的映射,生成符合人类抓取习惯的自然抓取姿态。本文提出一种引入抓取分类理论的虚拟手自然抓取规划算法,基于模拟退火算法框架,使用抓取质量和虚拟手姿态相似性度量,在虚拟手的位姿空间迭代采样。该算法在确保抓取动作满足物理约束的前提下,与真实的人类抓取习惯类似。在本文的实验中展示了以人手抓取分类理论中的5种人手抓取姿态为指导,对常见的3D物体生成自然抓取姿态的结果,经用户评估,自然抓取规划算法可以鲁棒地生成比其他算法更加符合人类抓取习惯的抓取动作。