综述:机器人触觉感知用柔性传感器

《Advanced Robotics Research》:Flexible Sensors for Robotics Tactile Perception: A Review

【字体: 大 中 小 】 时间:2026年08月28日 来源:Advanced Robotics Research

编辑推荐:

  触觉通过将接触转化为可操作的力,将感知与控制联系起来。它提供压力和摩擦线索,帮助机器人调节抓取并执行精确操作,尤其是在非结构化环境中。随着机器人进入开放、真实世界的场景,刚性触觉传感器难以适应表面共形性。柔性触觉传感器具有类皮肤的柔软性和共形接触能力,正在成为

  
触觉通过将接触转化为可操作的力,将感知与控制联系起来。它提供压力和摩擦线索,帮助机器人调节抓取并执行精确操作,尤其是在非结构化环境中。随着机器人进入开放、真实世界的场景,刚性触觉传感器难以适应表面共形性。柔性触觉传感器具有类皮肤的柔软性和共形接触能力,正在成为下一代机器人触觉的基础。本综述系统地调查了机器人柔性触觉传感领域的高影响力进展,涵盖传感机制、结构设计策略、触觉解码方法以及面向机器人的应用。研究人员首先分析了不同触觉传感机制的特性、局限性及其对机器人任务的适用性,随后讨论了增强传感器性能的结构设计和集成方法。接着,研究人员考察了基于力学的重建和智能解码算法,包括基于机器学习的触觉识别和基于Transformer(Transformer)的触觉表征。随后,研究人员重点介绍了由柔性触觉传感技术实现的前沿具身智能(embodied intelligence)应用。此外,研究人员识别了四个主要研究空白,并概述了未来发展的四个优先方向。本综述旨在为柔性触觉传感领域的研究人员提供一份面向机器人的全面技术参考,并促进机器人触觉感知的实质性进展。
**1 引言**
引言部分阐述了触觉在机器人灵巧操作中的基础性作用,指出视觉无法提供关键的触觉变量(如压力、摩擦力、微滑移)。人类皮肤的多层结构和机械感受器(包括Merkel细胞、Meissner小体、Pacinian小体、Ruffini末梢)为机器人触觉系统提供了重要参考。柔性触觉传感器因其共形接触和软机械特性,成为机器人触觉感知的重要平台。本综述以机器人触觉需求为组织原则,建立了一个涵盖物理传感机制、结构工程设计与系统集成、触觉信号解码与智能算法、以及面向机器人应用场景的分层框架。

**2 物理传感机制与材料**
本部分以传感机制分类,对比了六种主要类型的柔性触觉传感器。
**2.1 压阻式(Piezoresistive)**:基于导电网络的电阻变化,采用碳基纳米材料(如CNT、石墨烯)或MXene嵌入弹性体(如PDMS、Ecoflex),通过微结构设计实现灵敏度与线性度的平衡。典型工作包括中心对称与轴向对称PDMS微结构结合金属应变网格实现法向与切向力解耦,以及PI/MXene/SrTiO3复合气凝胶实现多模态感知。但存在滞后和漂移问题,可通过3D裂纹导电网络或机械弹性多孔导电弹性体加以缓解。适用于准静态压力映射、抓取力调节和大面积触觉皮肤。
**2.2 电容式(Capacitive)**:基于平行板电容原理,通过弹性介电层厚度或介电常数变化测量压力。优势包括高灵敏度、低功耗和快速响应,但易受寄生电容和串扰影响。典型工作采用纳米级电极间间隙和微圆柱PDMS结构抑制边缘场干扰。通过浮动电极或分离介电单元可进一步降低串扰。适用于低功耗分布式力映射和柔性指尖传感。
**2.3 压电式(Piezoelectric)**:利用非中心对称晶体材料的压电效应,将机械能转化为电能,适用于动态力检测。典型材料包括PVDF及其共聚物、PZT和ZnO。通过3D ZnO四足/PVDF复合材料实现高输出和快速响应。但静态力响应不足,可通过混合压电-压阻架构或刚柔应力调节器解决。适用于振动、冲击、初滑移和纹理信号检测。
**2.4 摩擦电式(Triboelectric)**:基于接触起电和静电感应,通过材料配对和表面微结构实现高灵敏度。典型工作采用铁磁流体模板组装PDMS微锥阵列,增强表面电荷密度。但输出信号强烈依赖接触条件且易受湿度影响,可通过界面工程、环境防护和混合传感策略改善。适用于自供电触觉皮肤、滑动检测和接触事件监测。
**2.5 离子电子式(Iontronic)**:基于离子-电子双电层效应,通过离子导体与电子电极界面电容变化实现高灵敏度。典型工作包括梯度可填充结构、激光诱导梯度微金字塔和皮肤-电极离子电子界面。但存在离子迁移、泄漏和蠕变问题,可通过聚电解质弹性体实现无蠕变、无泄漏性能。适用于高分辨率静态压力检测和轻柔接触传感。
**2.6 光学式(Optical/视觉式)**:将接触转化为成像问题,通过相机观察弹性体变形获取触觉图像。代表性平台包括GelSight/GelSlim系列、TacTip、DIGIT、OmniTact和HumanFT。这些平台在密集重建、简单表征、紧凑性和多方向覆盖之间权衡。适用于6D位姿估计、精密插入和接触丰富的操作任务。但光学系统体积较大,可通过光纤束、球形弹性体透镜或光致变色薄膜实现微型化。

**3 结构工程设计与系统集成**
本部分从机械刺激传输与放大的角度讨论结构设计,并延伸到系统集成层面。
**3.1 仿生设计(Bioinspired Design)**:通过模仿生物皮肤结构实现信号放大、多维力解耦和环境探索。典型路线包括:表面微结构模仿(如3D多孔碳纳米纤维网络模拟绒毛皮肤,实现灵敏度≈1.41 kPa-1);3D类皮肤架构(如MBT-Skin通过空间放置应变敏感单元实现法向与切向力分离;3DAE-Skin通过笼状和拱形结构实现解耦传感;仿生层状电容电子皮肤模仿棘突结构区分法向和剪切力);以及附属器启发的设计(如人工胡须)。
**3.2 缺陷基触觉(Defect-Based Tactile)**:利用工程缺陷(裂纹、孔隙、空洞)作为主动传感结构。裂纹型传感器通过裂纹间距或形态变化调制电阻或磁感应信号,具有超高灵敏度。典型工作包括微裂纹-刚毛协同结构(灵敏度25.76 N-1)、激光定向组装应变传感器和磁裂纹基压磁感应传感器(MC-PIS,灵敏度提升58倍)。多孔调制型传感器通过预保留微纳米孔洞调节电阻或电容,具有结构简单、宽线性响应和低滞后优点。
**3.3 MEMS基触觉(MEMS-Based Tactile)**:结合MEMS精度与聚合物柔顺性,实现可弯曲且高稳定的触觉传感器。典型进展包括:PET薄膜作为压力敏感隔膜的MEMS压阻式传感器、超薄硅(3 μm)与聚合物基板异质集成的柔性传感器、超薄硅基柔性触觉传感器(厚度62 μm),以及用于微创手术的三轴MEMS触觉传感器(外径3.5 mm)。
**3.4 系统集成:从传感器阵列到机器人平台**
系统集成在三个层次展开:阵列级集成解决寻址与串扰,包括被动结构像素化、选择器辅助矩阵寻址和有源矩阵集成;器件-接口级集成处理柔性-刚性连接与封装可靠性,梯度模量策略可缓解应力集中;平台级集成要求传感器匹配机器人几何、工作空间和接触力学,典型实例包括嵌入式三轴MEMS触觉传感器、微型视觉式触觉传感器MiniTac,以及全手触觉覆盖的协作抓取系统。

**4 信号处理与智能解码**
本部分按触觉信息推断方式分类解码方法。
**4.1 传感局限与算法补偿策略**
针对不同机制的限制,算法可进行补偿:压阻式漂移/滞后/蠕变可通过阶段感知蠕变跟踪、聚类标定或热态估计缓解;电容式串扰可通过虚拟接地或布局修正矩阵处理;压电式静态力限制可通过共振频率或振动幅度监测转化为动态可观测量;摩擦电式环境敏感性可通过温度-湿度联合感知或数据驱动模型补偿。
**4.2 基于力学的触觉重建**
将触觉感知视为逆力学问题,通过显式力学模型从变形恢复力分布。代表性方法包括:逆有限元法(iFEM)从位移场重建高密度接触力分布;Taxel值等值线(TVI)理论通过稀疏传感器实现超分辨率定位(因子高达100倍)和三维力测量。
**4.3 基于机器学习的静态识别**
从单帧触觉观测推断接触状态或物体属性,常用方法包括支持向量机(SVM)、k近邻(k-NN)、多层感知机(MLP)和深度卷积神经网络(CNN)如ResNet、VGG、DenseNet。典型应用包括:基于TacTip的滑移检测(SVM,99.88%精度)、可穿戴人机交互系统(CNN,92%以上精度)、基于级联MLP的多点接触解码、拇指大小的视觉触觉传感器Insight(ResNet,空间分辨率≈0.4 mm,力精度≈0.03 N),以及视觉-触觉-动作融合的抓取成功预测模型。
**4.4 基于机器学习的时空识别**
显式建模触觉观测的时间顺序,用于捕捉滑移、操作阶段等动态现象。常见架构为CNN与循环神经网络(RNN)混合。典型工作包括:基于图注意力网络(GAT)的触觉手套Tactile-GAT(19类物体分类,89.58%精度)、基于ConvLSTM的滑移方向预测(99%精度)、基于时频编码和GoogLeNet的字母识别(99.61%精度),以及基于稀疏阵列和时空融合神经网络(SATS)的超分辨率触觉感知(117倍因子,接近人类指尖精度)。
**4.5 基于Transformer的触觉表征**
Transformer将触觉观测转化为令牌,实现跨传感器、跨模态对齐。T3(可迁移触觉Transformer)在不同视觉触觉传感器间共享骨干网络,通过FoTa数据集(13个传感器,11个任务)预训练实现零样本迁移。Tactile-VLA将触觉令牌集成到视觉-语言-动作(VLA)系统中,实现触觉感知-语言推理-力控闭环。其他工作如Visuo-Tactile Transformers、UniTouch、TVL、Touch100k、Octopi等进一步扩展了触觉语言理解和多模态交互。
**4.6 边缘部署与实时推理**
触觉感知模型需在嵌入式硬件上满足低延迟、小内存和低功耗约束。策略包括:紧凑神经网络与TinyML部署、轻量预处理与高效分类器、条件计算(如接触触发处理)、参数高效微调与增量多任务更新。这要求感知、计算与控制的协同设计。

**5 具身智能应用**
本部分按机器人部署场景组织,强调触觉传感在感知-决策-行动闭环中的关键作用。
**5.1 工业机器人与精密操作**
要求高精度、快速响应、鲁棒性和材料识别能力。典型应用包括:基于柔性触觉传感器的软假肢手实现硬度识别与运动轨迹监测;多功能软体手指融合温度与压力传感器,通过神经网络识别13种材料(≈95.9%精度);DenseTact-Mini实现1-15 mm小物体拾取;RoTipBot实现薄片类物体(如纸张)计数与抓取(98%成功率);GTac传感器实现精密抓取与轴孔装配。
**5.2 医疗机器人与健康监测**
要求高灵敏度、微型化、软组织兼容性和多模态诊断。典型应用包括:用于胃肠微创手术的三轴MEMS触觉传感器(外径3.5 mm,可测0.12 N力);全范围近距-触觉混合传感器(pMUT超声、电容、摩擦电)实现组织识别(91.6%精度);仿生指尖双模态传感器(压阻+压电)实现食管黏膜病变分类(98.44%精度);刚柔混合假手(EMG控制)实现15类日常物品识别(99.96%精度)。
**5.3 人机交互与服务机器人**
要求安全、双向通信、运动鲁棒性和意图识别。典型应用包括:可穿戴人机交互系统(弯曲、压力、振动反馈)实现远程核酸采样等;双模态电子皮肤(磁触觉+振动反馈)实现无线双向交互;碳基微纳混合导电弹性体压力传感器(P-HCF)用于智能手套控制灵巧手;毛发状摩擦电触觉阵列(17种交互,96.8%精度)用于情感四足机器人;视觉-触觉融合系统实现家庭清洁任务中的物体定位、抓取与分类。
**5.4 极端环境机器人**
要求环境鲁棒性、高温/高压耐受、长期稳定性和自供电能力。典型应用包括:多模态摩擦电触觉传感器(耐200°C,CNN分类9类,≈94%精度)用于火灾场景;深海水下软体机械手(抗肿胀水凝胶+磁读取,50 MPa下材料分类96%精度);仿生多层触觉系统(热敏、压电、摩擦电、压阻)用于太空任务中的表面形貌感知、抓取与材料识别。

**6 讨论与展望**
**6.1 当前挑战与局限**
信号可靠性与稳定性受聚合物粘弹性、离子泄漏、温湿度耦合和界面应力传递效率影响;大规模阵列的寻址与串扰问题;多维力解耦在高动态接触下的复杂性;系统集成中机械-电气匹配、界面可靠性及封装密封性等挑战。
**6.2 未来研究方向**
多模态感知集成(压力、剪切、温度、湿度等);基于力学的触觉建模与重建(如逆有限元法、TVI理论)实现实时高分辨率感知;成本、长期可靠性与环境鲁棒性提升(自修复聚合物、梯度应力分布设计);生物启发的触觉智能(从编码到神经形态处理,如脉冲神经网络与事件驱动硬件)。
**6.3 跨学科合作与标准化**
需要材料、机械、电气、计算机和机器人领域协同,建立统一的性能评估标准(灵敏度、线性度、滞后、响应时间、耐久性等)。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号