2.3 触觉与力感知:高分辨率触觉皮肤与六维力传感器


2.3 触觉与力感知:高分辨率触觉皮肤与六维力传感器

视觉告诉你「杯子在桌上」,触觉告诉你「我已经接触、正在滑动、即将脱落」。没有触觉的机器人永远只会盲抓,做不了插拔、按压、装配这类精细操作。

2.3.1 触觉 vs 力觉:两种不同粒度

先澄清两个常被混淆的概念:

概念 测量对象 空间分辨率 时间分辨率 典型硬件
触觉(Tactile) 接触面局部的力分布、纹理、形变 高(毫米级,可看纹理) 高(100-1000 Hz) 视触觉皮肤、电容阵列
力觉(Force/Torque) 末端整体受力(六维向量) 低(一个端点一个值) 高(100-1000 Hz) 腕部六维力、关节力矩

简单类比:触觉像「皮肤」,告诉你哪里被碰、什么纹理;力觉像「手腕」,告诉你整体被推了多少力。两者互补,缺一不可。

2.3.2 视触觉传感器:把触觉变成视觉

当前研究最热的触觉硬件是 视触觉传感器(Vision-based Tactile Sensor),代表是 MIT 的 GelSight 系列和 Meta 的 DIGIT。它的工作原理极为巧妙:

<svg viewBox="0 0 720 360" xmlns="http://www.w3.org/2000/svg"> <!-- 物体 --> <ellipse cx="120" cy="170" rx="40" ry="30" fill="#94a3b8" stroke="#475569" stroke-width="2"/> <text x="120" y="135" text-anchor="middle" font-size="11" fill="#475569">被接触物体</text> <!-- 弹性体 --> <rect x="160" y="120" width="120" height="100" rx="4" fill="#bbf7d0" stroke="#16a34a" stroke-width="2" opacity="0.7"/> <path d="M160 160 Q180 145 200 160 T240 160 T280 160" fill="none" stroke="#16a34a" stroke-width="2"/> <text x="220" y="105" text-anchor="middle" font-size="11" fill="#16a34a">透明弹性体(gel)</text> <text x="220" y="245" text-anchor="middle" font-size="10" fill="#16a34a">表面涂反光涂层 + 彩色蒙版</text> <!-- 光源 --> <circle cx="350" cy="100" r="6" fill="#ef4444"/> <circle cx="350" cy="160" r="6" fill="#22c55e"/> <circle cx="350" cy="220" r="6" fill="#3b82f6"/> <text x="365" y="105" font-size="9">红光</text> <text x="365" y="165" font-size="9">绿光</text> <text x="365" y="225" font-size="9">蓝光</text> <!-- 相机 --> <rect x="450" y="120" width="100" height="100" rx="6" fill="#fde68a" stroke="#d97706" stroke-width="2"/> <circle cx="500" cy="170" r="18" fill="#1f2937" stroke="#d97706" stroke-width="2"/> <text x="500" y="245" text-anchor="middle" font-size="11" fill="#d97706">内置高分辨率相机</text> <!-- 输出图像 --> <rect x="600" y="120" width="80" height="60" rx="4" fill="#1f2937" stroke="#9ca3af"/> <text x="640" y="155" text-anchor="middle" font-size="9" fill="#22c55e">触觉图像</text> <text x="640" y="200" text-anchor="middle" font-size="9" fill="#6b7280">→ 神经网络</text> <text x="640" y="215" text-anchor="middle" font-size="9" fill="#6b7280">→ 力/纹理/滑动</text> <!-- 箭头 --> <line x1="280" y1="170" x2="430" y2="170" stroke="#374151" stroke-width="2" marker-end="url(#a1)"/> <line x1="550" y1="170" x2="595" y2="150" stroke="#374151" stroke-width="2" marker-end="url(#a1)"/> <defs> <marker id="a1" markerWidth="8" markerHeight="8" refX="6" refY="3" orient="auto"> <path d="M0,0 L6,3 L0,6 Z" fill="#374151"/> </marker> </defs> </svg>

工作原理三步走

  1. 物体压向弹性体:弹性体是透明硅胶或聚氨酯,表面涂有反光金属涂层(让形变可见)+ 彩色蒙版(让方向可解码)。
  2. 彩色光源斜照:红绿蓝三色 LED 从不同角度照射,物体的形变让表面反射不同颜色——凸起反射某一方向光更多,凹陷反射另一方向更多。
  3. 相机捕捉 + 神经网络解码:内置相机拍下变形后的彩色图案,神经网络从图案反推接触力分布、表面纹理、滑动方向。

视触觉的独特优势

信息类型 视触觉能给出 传统力觉给不出
接触位置与面积 像素级精度 端点级粗略
表面纹理 可识别材质(布、金属、纸) 完全无
滑动方向 直接看纹理移动 需要间接推断
法向/切向力分布 接触面每一点的力 一个 6 维向量
物体局部形状 反推接触轮廓

💡 为什么叫「视触觉」:因为它本质是把触觉信号转成了视觉信号——用相机看「皮肤的变形」。这让触觉也能享用 CNN/ViT 等视觉模型的成果。GelSight 系列论文已经演示了用它识别布料材质、检测插头是否插到位、找回掉落的螺丝等传统力觉做不了的任务。

2.3.3 六维力传感器:末端整体受力的精测

六维力传感器(6-Axis Force/Torque Sensor,也叫 6-axis F/T)装在机械臂腕部,测量末端工具受的三个力 (Fx, Fy, Fz) 和三个力矩 (Mx, My, Mz),共 6 维。

工作原理

主流是应变片式:传感器内部是弹性体(金属结构),表面贴应变片。受力时弹性体微变形(微米级),应变片电阻变化,通过惠斯通电桥转换为电压。再通过标定矩阵把 6 路电压反推为 6 维力/力矩:

[F] [C11 C12 ... C16] [V1] [M] = [C21 ... ] · [V2] [ ... ] [V6]

其中 C 是 6×6 标定矩阵,出厂标定。

六维力的典型应用

  • 装配与插拔:检测「轴是否对准孔」、「是否过盈配合」。判断「该往哪个方向微调」。
  • 柔顺打磨/抛光:保持恒定法向接触力,让工具贴合曲面。
  • 碰撞检测:力突变 → 立即停机,保护机器人与人。
  • 拖动示教:人推拉末端,机器人顺从移动,记录轨迹(第 7 章遥操作的基础)。

2.3.4 力位混合控制:何时用力,何时用位置

机器人控制有一个根本矛盾:既要按轨迹走(位置控制),又要顺应接触力(力控制)。两者不能同时同方向满足。解决方案是 力位混合控制(Hybrid Force/Position Control)

  • 自由空间方向(如垂直于接触面):用位置控制,让工具按轨迹移动。
  • 约束方向(如沿接触面法向):用力控制,保持期望接触力。

举个插孔装配的例子:当轴接近孔时,水平方向(约束方向)做力控——遇到阻力就横向微调寻找入口;垂直方向(自由方向)做位置控——持续向下推进。这种混合控制是装配成功的核心,第 6.4 节会详细推导。

2.3.5 关节力矩传感器与无传感力觉

除了腕部六维力,机器人还常用两种力觉来源:

来源 原理 精度 成本
关节力矩传感器 每关节装应变片式力矩传感器
电流估算力矩 关节电机电流 ∝ 输出力矩(电机常数) 中(受摩擦、温度影响) 低(无需额外硬件)

准直驱关节(第 1.3 节提到的低减速比设计)特别适合电流估算,因为摩擦小、电机常数稳定。这也是为什么四足/人形机器人能省下昂贵的关节力矩传感器——用电流估算代替。代价是精度受限,需要温度补偿和摩擦建模。

2.3.6 触觉/力觉驱动的精细操作

有了触觉与力觉,机器人能完成的任务从「盲抓」跃升到「巧操作」:

任务 关键感知 难点
轴孔装配 六维力 + 微位移反馈 微米级精度 + 接触不确定
布料折叠 视触觉(识别布料层数、滑动) 大变形、非线性
柔顺插拔(USB、电源插头) 视触觉 + 力觉 盲插、过盈配合
按压按钮 力觉(保持恒定按压力) 防止按碎
拧瓶盖 视触觉 + 力觉(滑动检测) 多自由度耦合
双手协调 双手六维力 + 触觉 力分配协调

⚠️ 当前痛点:触觉传感器虽然原理可行,但大规模集成仍难——一片视触觉皮肤要装一个相机,指尖几厘米见方要塞下镜头、光源、处理电路,散热和耐用性都是工程挑战。这也是为什么触觉还未像相机那样在机器人上全面普及。

2.3.7 触觉与力觉的未来方向

  • 触觉基础模型:类似 SAM 在视觉中的角色,学界正尝试训练通用触觉表征模型(如 Tactile-CLIP),让一片传感器学会跨任务迁移。
  • 电子皮肤:把触觉扩展到大面积(整臂、整身),让机器人知道哪里被触碰——对人机安全协作至关重要。
  • 视触觉 + 视觉融合:用视触觉补全视觉盲区(遮挡、透明物体),这是当前抓取透明杯子的关键思路。
  • 自触觉标注:用触觉信号自动标注接触事件,减少遥操作数据需求。

本节小结

  • 触觉测局部接触分布与纹理(高空间分辨率),力觉测末端整体受力(低空间分辨率),二者互补。
  • 视触觉传感器(GelSight/DIGIT)把触觉转成视觉,可识别纹理、滑动、局部形状,是当前研究热点。
  • 六维力传感器测末端 (Fx, Fy, Fz, Mx, My, Mz),是装配、插拔、力控的基础。
  • 力位混合控制解决「位置控 vs 力控」的矛盾——自由方向控位置,约束方向控力。
  • 关节力矩可通过应变片或电流估算获得,准直驱关节倾向后者。
  • 触觉+力觉让机器人从「盲抓」跃升到「巧操作」,但大规模集成仍是工程挑战。

下一节《2.4 多模态融合策略》将讨论如何把视觉、触觉、力觉、本体感觉这些异构信号整合成可决策的统一状态。


作者与出处
原作者: 灏天文库
来源:灏天文库
整理: 灏天文库整理
由灏天文库平台收录,内容或由平台用户上传,仅供学习交流
发布者: 作者: 灏天文库 转发
评论区 (0)
U