触觉与力觉传感

一句话定义

触觉与力觉感知接触瞬间"看不见"的信息——接触几何、滑移、力的大小方向——是把操作从"看起来对"升级为"手感对"的感官基础。

为什么重要

• 接触是操作的本质时刻：插销、拧盖、递物、穿线，成功与否都发生在视觉被遮挡、光靠位置控制必然失败的瞬间。
• 人类指尖约 17,000 个触觉感受器提供的局部高分辨率信息，是目前机器人数据中最稀缺的模态——补上触觉，通用操作才有可能。
• 它是柔顺控制（kp-203）与灵巧手（kp-502）的输入端。

前置知识

kp-101。

核心概念

生物参照：人类皮肤四类机械感受器分工——Merkel（静态压）、Meissner（低频滑动）、Pacinian（高频振动）、Ruffini（皮肤拉伸）。工程传感器正是对这四种信息通道的逼近。

触觉传感三大技术路线：

1. 阵列式（压阻/电容/压电）：柔性基底上的传感阵列输出压力图。便宜、直接，分辨率与耐久性受限。
2. 视触觉（vision-based tactile）：GelSight（2017）：透明弹性凝胶 + 内置相机，光照下凝胶变形即高分辨率接触几何（可复原纹理至微米级）；DIGIT（Meta, 2020）：开源、小型化、适合装到灵巧手指尖。
3. 磁触觉：磁场编码弹性体变形（uSkin 等），耐用性好。

力觉：6 轴力/力矩传感器（应变片桥，如 ATI Mini45）装在腕部，测末端六维力；无专用传感器时可用关节电流估计力矩（雅可比转置，kp-201），精度低但免费。

原理与机制

为什么触觉不可替代：视觉测的是"接触前"的几何，触觉测的是"接触中"的真实状态。软物体、遮挡、力控对准都只有触觉能给出误差信号。

典型感知任务：

• 滑移检测：从触觉图像序列的光流/振动特征判断物体在打滑，触发夹紧力增加。
• 插入对准：插孔任务中用力反馈判断"卡住方向"，走螺旋搜索（spiral search）或力控柔顺收敛。
• 纹理/材质识别：滑动时的振动谱分类物体表面。

触觉数据 + 学习：触觉图像本质是图像，可用 CNN/Transformer 处理；触觉-视觉联合预训练（如 Sparsh、UniTouch 等 2024 年工作）正把触觉接入基础模型生态。

公式与图示

腕部 6 轴力传感器输出 $\mathbf{F} = [F_x, F_y, F_z, \tau_x, \tau_y, \tau_z]$。接触判定：$F_z$ 超过阈值 $F_{th}$ 即认为建立接触。力控插孔（kp-203 阻抗控制）中，期望保持 $F_z = F_{des}$、横向力接近零：

横向力偏差反推插入偏移量，闭环修正位置——"手感导航"。

视觉：  杯子在哪，往哪伸手    （接触前，全局）
触觉：  抓住了没？打滑没？歪没歪？（接触中，局部）
力觉：  正在用多大力？卡在哪个方向？（接触中，矢量）

直观类比

• 黑暗中拧瓶盖：看不见时你完全靠手感和"咔哒"振动判断到位——触觉 + 力觉就是黑暗中的眼睛。
• 握鸡蛋：视觉告诉你鸡蛋在哪，但用多大力只能靠指腹的压力反馈——这就是为什么夹爪抓易碎品必须有力/触觉。

实例与案例

• GelSight 工业（2024 起）：GelSight Mini 已商用化，用于插接装配的接触检查与表面缺陷检测。
• OpenAI Dactyl（2019）：魔方单手翻转，指尖触觉用于判断方块姿态（虽然后来更多工作证明纯视觉也能做）。
• 递物（handover）：给人递剪刀时，检测到"对方已握住"（力骤变/滑移特征）才松手——无触觉的递物是社会性灾难现场。
• 3D Diffusion Policy（DP3, 2024）与触觉扩散策略：触觉作为策略观测，提升插孔类精细任务成功率。

常见误区

• 误区一：触觉分辨率越高越好。凝胶是耗材，微米级分辨率换来的寿命问题可能不划算；多数任务 1mm 级阵列够用。
• 误区二：有力传感器就能力控。力传感器只提供测量；力控行为需要阻抗/导纳控制结构（kp-203），两者经常被混为一谈。
• 误区三：触觉数据好采。接触数据天然稀疏（只有接触时刻有）、标定漂移快、耗材成本高——触觉数据集远小于视觉。

自测题

1. 对比视触觉与阵列式触觉的优缺点，各举一个适用任务。
2. 插孔任务中，力觉信号如何转化为位置修正量？
3. 为什么说"力传感器 ≠ 力控"？

与其他知识点的关系

• kp-203 柔顺控制：触觉/力觉的主要消费者。
• kp-502 灵巧手：指尖触觉集成是灵巧操作关键。
• kp-403 数据采集：触觉数据的采集与标注是开放难题。

延伸阅读

• Yuan, Dong & Adelson, GelSight Tactile Sensing, Sensors 2017。
• Lambeta et al., DIGIT: A Low-Cost Custom High-Resolution Tactile Sensor, RA-L 2020。
• 综述：Vision-based Tactile Sensing（2023 前后多篇，覆盖 GelSight 系谱系）。