【ZiDongHua 之“自动化学院派”收录关键词: 北京大学 机器人 传感器 机器学习
  

  【科技成果】北大团队联合研发触觉传感器新成果:TVI 理论突破超分辨率力感知,机器人指尖实现精准多向力检测

 
  
  北京大学触觉传感实验室联合德国图宾根智能系统研究所(Max Planck Institute for Intelligent Systems)团队,在触觉传感器领域取得关键突破 —— 提出基于触觉传感单元数值等值线(Taxel Value Isoline, TVI)的超分辨率感知理论,开发出名为 “Barodome” 的机器人触觉指尖传感器,成功实现多方向力(法向力与剪切力)的超分辨率检测。相关研究成果以 “Sensing multi-directional forces at superresolution using taxel value isoline theory” 为题,发表于《自然・通讯》(Nature Communications)期刊,为机器人触觉技术的实用化提供重要理论与技术支撑。
  
  人类指尖的触觉感知能力源于皮肤中多种机械感受器的协同作用,这些感受器能精准检测接触物体、软组织与骨骼间的应力交互,其性能随形态与真皮层深度呈现差异化。受此启发,研究团队聚焦机器人触觉交互的核心痛点:传统触觉传感器虽能感知力信号,但面对复杂的多方向力(尤其是法向力与剪切力的耦合作用)时,常出现性能下降,且依赖密集传感单元布局才能保证精度,导致成本高、鲁棒性低。
  
  为解决这一问题,团队提出 TVI 综合理论 —— 通过分析传感单元的感知范围、力敏感性及接触物体特性,建立触觉传感单元数值等值线模型,将 “传感器 - 接触物体 - 多向力” 三者的复杂交互统一到理论框架中。该理论的核心价值在于:无需依赖密集传感单元,仅通过优化软弹性体中传感单元的放置位置、布局方式,即可实现超分辨率感知;同时能精准解释剪切力导致传感器性能下降的机制,为传感器设计提供明确指导。例如,通过调整软传输介质(如弹性体)的厚度与传感单元嵌入深度,可定制传感器的感知范围与力敏感性 —— 较厚弹性体能扩大感知范围但降低敏感性,而将传感单元置于弹性体中部,可在感知范围与敏感性间实现平衡;软介质的杨氏模量、泊松比等参数也能通过 TVI 理论量化调控,如低杨氏模量可提升敏感性,低泊松比则能优化深度方向的感知精度。
  
  基于 TVI 理论,团队研发的 Barodome 触觉传感器,仿生人类拇指指尖形态(总高 45.0mm、直径 21.5mm),在三维圆柱与抛物面尖端结构的软弹性体内,嵌入 16 个悬浮式气压传感单元(间距 6.5mm),通过机器学习模型处理传感数据,实现单点接触位置与多向力的精准推断。实验验证显示:在纯法向力场景下,该传感器定位精度达 0.8mm,力量化精度为 8%,覆盖 0-4N 力范围;即使引入剪切力(切向与径向),性能仅出现可控下降 —— 定位精度变化 0.5mm,力量化精度变化 7%,与理论预测的 0.33mm 精度损失高度吻合,证实了理论的可靠性。
  
  值得关注的是,TVI 理论还揭示了多向力的作用机制:切向剪切力会通过 “拉离效应” 降低传感器压力信号,需更高法向力补偿;径向剪切力则通过推动或拉动弹性体,使传感等值线产生倾斜偏移,这些发现为解耦法向力与剪切力提供了关键依据,避免了传统传感器依赖复杂结构实现方向特异性检测的弊端。
  
  该研究不仅为高性能触觉传感器设计提供了系统性指南,深化了对人类皮肤触觉机制的理解,还明确了理论边界 —— 当前 TVI 理论适用于单点接触的超分辨率感知,对于连续或分布式接触场景(如复杂表面轮廓),仍需结合视觉触觉传感器或密集阵列等技术。未来,团队将进一步探索生物机械感受器形态对感知的影响,以及如何通过类神经信号融合提升传感器的环境适应能力,推动触觉反馈融入机器人决策系统,增强其在现实场景中的自主性与交互精度。