4. 接触状态识别入门

机器人要完成抓取、装配、擦拭、按压等任务，第一步往往不是“怎么控制”，而是“现在到底有没有碰到”。接触状态识别就是回答三个递进问题：是否接触、接触在哪里、接触力有多大。这三个问题分别对应接触/非接触判别、接触点定位和接触力估计，它们共享同一套信号处理流程，但使用的特征与模型各不相同。

一、核心原理：从“信号变化”到“物理状态”

机器人本体通常没有直接的“接触传感器”，而是通过关节电流、力矩传感器、末端六维力/力矩传感器、腕部或指尖触觉阵列、视觉标记等间接感知。接触发生时，这些信号会出现可观测的变化：关节电流上升、末端力/力矩出现非零分量、触觉阵列局部压力升高、视觉标记发生微小位移。接触识别的本质，就是把这些信号变化映射为物理状态。

一个典型的信号处理流程包含五步：采集 → 预处理 → 特征提取 → 状态判别 → 参数估计。采集阶段要保证采样率足够高（一般不低于 1 kHz，触觉阵列可低至 100 Hz）；预处理包括去均值、低通滤波、去趋势和异常值剔除；特征提取则从时域（均值、方差、斜率、峰值）和频域（主频、能量谱）中提取对接触敏感的指标；状态判别输出“接触/非接触”二值结果；参数估计进一步给出接触点位置与接触力大小。

二、方法流程：三类任务的具体做法

1. 接触/非接触判别。最直接的方法是阈值法：当末端力模值超过设定阈值（如 0.5 N）或关节电流偏差超过基线 3σ 时，判定为接触。阈值法简单、实时性好，但易受噪声和负载变化影响。更稳健的做法是使用滑动窗口内的统计特征，配合逻辑回归、SVM 或轻量神经网络进行二分类。对于触觉阵列，还可以用“受压单元数量”和“压力分布熵”作为判据。

2. 接触点定位。若末端装有触觉阵列，接触点可由压力重心直接计算：对阵列各单元压力加权求重心，得到接触位置。若只有六维力/力矩传感器，则利用力矩与接触点的几何关系反解：已知力 F 和力矩 M，接触点 r 满足 M = r × F，可通过最小二乘求解。对于单点接触，还可结合机器人正运动学，将末端位姿与力方向联立，估计接触点在工件表面的位置。

3. 接触力估计。若已安装力传感器，直接读取即可；若没有，则可通过关节电流与力矩的映射模型估计：τ = K·I，再经雅可比矩阵转置映射到末端力。触觉阵列则通过标定曲线将压力值转换为力值。实际中常采用“传感器融合”：力传感器提供低频高精度力，触觉阵列提供高频接触位置，两者互补。

# 接触判别与力估计的简化伪代码
baseline = mean(force[:100])          # 静止基线
threshold = 3 * std(force[:100])      # 3σ 阈值
for t in range(100, len(force)):
    f = lowpass(force[t])             # 低通滤波
    if abs(f - baseline) > threshold:
        contact = True
        F_est = f - baseline          # 力估计
        r_est = solve_contact_point(F_est, torque[t])
    else:
        contact = False

三、案例/场景：装配轴孔插入中的接触识别

以轴孔装配为例，机器人持轴缓慢插入孔中。初始阶段轴未接触孔壁，力信号接近零；当轴端面碰到孔口倒角时，力信号出现第一个上升沿，判定为“接触”。继续下压，若轴与孔不同心，会产生侧向力与力矩，此时通过力矩方向可判断接触点位于孔的哪一侧，进而指导柔顺控制调整姿态。最终轴完全插入，力信号趋于稳定，接触点从倒角转移到孔壁，力估计值也趋于恒定。

这个场景说明：接触识别不是一次性判断，而是随任务阶段持续更新的过程。接触点定位和接触力估计的精度，直接决定了后续控制策略能否顺利完成任务。

四、误区与复盘

• 误区一：只设一个固定阈值。不同姿态、不同负载下基线会漂移，固定阈值容易误判。应使用自适应基线或滑动窗口统计。
• 误区二：忽略滤波带来的延迟。低通滤波能抑制噪声，但会引入相位滞后，影响接触检测的实时性。需在滤波强度与响应速度之间折中。
• 误区三：把接触点定位当成静态问题。接触点会随运动变化，必须与机器人位姿同步更新，否则定位结果会偏离真实接触位置。
• 误区四：力估计不做标定。电流-力矩模型、触觉阵列压力-力曲线都需要实验标定，直接使用理论值往往误差较大。

五、信号处理流程总览

下图给出从原始信号到接触状态输出的完整链路，包含采集、预处理、特征提取、判别与估计四个阶段，并标注了各阶段常用的方法与输出。

从图中可以看出，接触状态识别并不是单一算法，而是一条从信号到状态的完整链路。实际工程中，应根据任务精度、实时性和成本约束，选择合适的方法组合。对于高精度装配，建议采用力传感器与触觉阵列融合；对于低成本抓取，阈值法配合关节电流即可满足基本需求。