感知与智能 · C9
触觉传感与灵巧手操作
视觉看不见指腹打滑、瓶盖松没松——精细操作的分差全在接触后那一百毫秒。这是 C 组里唯一 mech 重的知识点:不懂接触力学,触觉数据就是一串没有含义的数。
课程正文 · 人话版
视觉再好也有个物理盲区:接触之后发生的事。物体滑没滑、压多重、卡没卡住——这些只有「皮肤」知道。触觉传感就是给机器装皮肤,灵巧手就是给皮肤配的手指。
这一页讲三件事:触觉怎么测、灵巧手难在哪、以及为什么触觉是操作的最后一块拼图。
触觉阵列:一张会报压强的皮肤
主流方案是一小块高密度阵列:压阻/电容/磁性三种居多。每个小格(taxel)报一个压强值——8×8 的阵列就是 64 个数。看下面的热图:拖动接触位置、换接触形状,看压力团怎么变。
绿圈是受力形心——灵巧手判断「握正没有、要不要滑」就看它。工业里真正常用的不是这种「高清皮肤」,而是指甲盖大的六维力传感器 + 关节电流估计,够用、耐造。
动图 · 拖一拖,亲眼看
灵巧手:难在机械更难在控制
人手 27 个自由度,实验室灵巧手一般 12–24 个。机械上每加一个自由度,就要多一套驱动+传动+传感——腱绳驱动的手指要做到既有力又灵巧还要轻。
控制上更残酷:12 个自由度的协调不是 12 个独立 PID,是 B9 全身控制的手指版。近年突破靠 RL 在仿真里练(C6/G5),真机直接练摔不起。
触觉能解锁什么任务
插拔类:视觉毫米级误差下,靠指尖滑移检测完成最后 1mm 的「摸进去」。柔性物体:接线、折叠、扣搭扣——力反馈闭环比视觉闭环稳得多。动态抓握:抛接、快换工件,全靠 1kHz 力反馈。
判断标准很朴素:任务里「接触之后」的动作占比越高,触觉越不可替代。纯搬运用视觉就够;装配和柔性操作没有触觉寸步难行。
入门的现实路径
别从灵巧手入手(贵且脆)。买个便宜的指尖力传感器装在夹爪上,用 B8 的阻抗控制做个「压 5N 不滑」的实验,就摸到触控闭环的全部要素了。
进阶再碰 DIGIT 这类视觉触觉(镜头拍指尖形变):成本几百块、社区资料多,是学习触觉感知最优的玩具。真正的产业机会在「触觉数据集」和「带触觉的 VLA 微调」——都是新坑,人少。
三道题,测你真懂了
1. 工业上最常用的「触觉」其实是?
- A8×8 压阻阵列
- B温度传感器
- C六维力/力矩传感器 + 关节电流估计
看答案
C。力传感器和电流估计便宜、耐造、够用。高清皮肤仍以实验室为主。
2. 「受力形心」在抓握控制里的用途是?
- A算物体颜色
- B判断握姿是否居中、是否即将滑移
- C测环境温度
看答案
B。形心偏移+切向力/法向力比值是滑移预测的经典信号。
3. 下列任务里对触觉依赖最强的是?
- A轴孔插配的最后 1mm
- B箱子搬运码垛
- C路径规划
看答案
A。插配在视觉盲区里完成,靠指尖滑移和力反馈摸进去。码垛基本靠视觉+力矩限幅即可。
在本站继续深入
正文讲完。下面是这个领域的完整大纲、深度要求与常见错误——查漏和面试准备时用。
要学什么
- 三类传感原理:压阻(便宜、有迟滞)、电容(阵列密、有串扰)、磁(抗遮挡、抗噪)——各自的传递函数与失效模式
- 视触觉两条路线:内窥成像还原接触几何(法线→深度),标记点跟踪估计切向场
- 触觉的「原始信号陷阱」:换传感器=换语言,数据作废。统一表征为什么按传感原理分编码入口、再映射到统一指尖坐标空间
- 数据采集:人戴手套遥操作与遥操作灵巧手两路数据共同训练的合法性(依赖表征与硬件解耦)
- 接入动作模型:触觉 Token 作为策略观测的一部分,参数增量 ~0.15% 的账怎么算
- 评估口径:任务成功率必须配触觉消融(无触觉 / 原始信号 / 统一表征三口径)才有信息量
四条路线需要多深
「精通」= 能从零推导 / 能手写实现 / 能判断别人的方案对不对;「用过」= 能调起来、能改参数;「知道」= 能听懂、能提问。
怎么算学会了
能说清三类传感原理各自的物理量与失效模式;能解释统一触觉表征的架构为什么那样设计;能设计一个触觉消融实验并预判三个口径的结果排序。
常见错误
- 把触觉当「第二个相机」直接塞进视觉主干,忽略 kHz 采样与 30Hz 视觉的时空尺度差
- 只在单一硬件上验证就声称表征通用——跨硬件复用要靠「传感器型号不在预训练集」的对照实验证明
- 只报成功率不报触觉消融口径,无法区分增益来自触觉还是来自额外参数