2. 触觉感知基础

机器人要完成抓取、装配、表面检测等任务，仅靠视觉往往不够。视觉能回答“物体在哪里、长什么样”，却难以直接回答“接触是否发生、接触力多大、压力分布如何、是否打滑”。触觉感知正是补齐这一环的关键。它把机械接触转换为可测量的电信号，再通过采集与标定，得到力、压强、位置、形变乃至纹理等信息。理解触觉传感原理与常见类型，是后续阵列采集与标定工作的基础。

一、触觉传感的基本原理

触觉传感的核心，是把外界机械量转换为可读的电学量。典型机械量包括法向力、切向力、压强、位移、振动和温度。转换过程通常分为三步：

1. 接触与传递：弹性体、悬臂、薄膜或微结构先承受接触，把局部力传递到敏感单元。
2. 物理量转换：敏感材料或结构发生电阻、电容、电荷、光强或磁场变化。
3. 信号调理与采集：通过分压、电桥、电荷放大、ADC 采样等，把模拟变化转为数字量。

因此，一个触觉传感系统不只是“传感器”本身，还包括结构、材料、调理电路、采集时序和标定模型。忽略任何一环，都会导致读数漂移、串扰或非线性。

二、常见触觉传感类型

按转换机理，机器人触觉传感器常见有四类：压阻式、电容式、压电式和光学式。它们各有适用场景。

类型	基本原理	优点	局限	典型场景
压阻式	受力后导电材料电阻变化	电路简单、成本低、易阵列化	温漂、迟滞、非线性较明显	足底压力、抓取力分布
电容式	极板间距或面积变化引起电容变化	灵敏度高、动态响应好、功耗低	易受寄生电容和电磁干扰影响	指尖触觉、接近感知
压电式	压电材料受力产生电荷	响应快、适合动态与振动检测	难以测静态力、电荷易泄漏	滑动检测、碰撞与振动
光学式	光强、颜色或图像随形变变化	抗电磁干扰、空间分辨率高	体积较大、需图像处理、成本高	高分辨压力分布、软体触觉

压阻式适合大面积、低成本阵列；电容式适合高灵敏指尖；压电式擅长动态事件；光学式则能提供接近“触觉图像”的丰富信息。实际系统中，也常把多种机理组合使用。

三、阵列化的优势

单点触觉只能给出一个位置的力，而机器人交互往往需要空间分布。把多个敏感单元排成阵列，就得到触觉图像。阵列化的优势包括：

• 空间分辨：可定位接触点、判断接触形状与面积。
• 压力分布：识别局部过载、边缘接触和压力集中。
• 滑移检测：通过压力中心移动和分布变化判断是否打滑。
• 抓取稳定性：为力控与抓取规划提供反馈。
• 纹理与形貌：高密度阵列可感知表面起伏和粗糙度。

但阵列化也带来新问题：通道数增加、扫描时间变长、串扰增强、标定复杂度上升。因此，阵列采集需要合理的行列扫描、多路复用和同步策略。

四、机器人交互对触觉的需求

机器人交互任务不同，对触觉指标的要求也不同。抓取鸡蛋需要高灵敏、低量程；搬运工件需要较大量程和抗过载；装配轴孔需要切向力与力矩感知；表面检测则需要高空间分辨和稳定重复性。常见需求可归纳为：

• 量程与过载：既要测小力，也要承受意外冲击。
• 分辨率与精度：决定能否识别微小压力变化。
• 动态响应：滑动、碰撞等事件要求足够带宽。
• 柔顺与贴合：曲面抓取需要柔性覆盖。
• 阵列密度：影响空间定位和纹理感知能力。
• 标定与一致性：多通道之间必须可比较、可复现。

五、案例：三指抓取中的触觉反馈

以三指机械手抓取一个纸杯为例。指尖阵列检测到接触后，系统读取各通道压力值，计算压力中心与接触面积。若压力中心持续偏移，说明物体可能滑动；若局部压力超过阈值，则减小夹持力。这里，压阻阵列负责压力分布，压电单元负责滑动振动，二者互补。采集端需要按行列快速扫描，并把原始 ADC 值通过标定曲线转换为压强值。

通道扫描示例（伪代码）：
for row in rows:
    select_row(row)
    for col in cols:
        raw = adc_read(col)
        pressure[row][col] = calibrate(raw, row, col)
center = compute_pressure_center(pressure)
if center_shift > threshold:
    trigger_slip_control()

六、常见误区与复盘

复盘时，应回到任务需求：需要测静态力还是动态振动？需要多大空间分辨？允许多大迟滞？只有把传感机理、阵列规模、采集时序和标定策略统一考虑，触觉系统才能真正服务于机器人交互。