4. 触觉感知技术
触觉感知是机器人获取接触信息、判断物体物理属性的核心通道。与视觉提供“远场、全局、非接触”信息不同，触觉提供的是“近场、局部、直接接触”的信息，二者在融合感知中形成互补。本节围绕触觉传感器的分类、四类主流敏感原理、信号采集与处理链路，以及触觉特征提取方法展开，为后续视觉触觉融合打下基础。
一、触觉传感器的分类维度
触觉传感器种类繁多，工程上通常从四个维度进行分类，便于选型与系统设计：
- 按测量物理量：接触力/力矩传感器、压力分布传感器（触觉皮肤）、滑觉传感器、温度/纹理传感器。
- 按敏感原理：压阻式、电容式、压电式、光学式、磁性式、超声式等。
- 按空间分辨率：单点式（如指尖力传感器）、阵列式（如 16×16 触觉阵列）、分布式（大面积电子皮肤）。
- 按柔性与集成方式：刚性传感器、柔性可拉伸传感器、可穿戴/包覆式触觉皮肤。
选型时需权衡量程、灵敏度、分辨率、响应带宽、柔顺性、成本与可制造性。例如抓取易碎物体需要高灵敏度小量程，而足式机器人落地检测则需要大量程与高抗冲击能力。
二、四类主流触觉敏感原理
压阻式：利用压阻材料（如导电橡胶、碳纳米管复合材料）在受力时电阻发生变化的特性。结构简单、成本低、易做成阵列，但存在迟滞与温漂，适合中等精度压力分布测量。
电容式：通过极板间距或介电层形变引起电容变化来测量压力。灵敏度高、噪声低、动态响应好，适合微小力与滑觉检测，但易受寄生电容与电磁干扰影响，需要屏蔽与调理电路。
压电式：基于压电材料（如 PVDF、PZT）受力产生电荷的原理。响应带宽高，适合动态接触、振动与滑移检测，但无法测量静态力，需配合电荷放大器。
光学式：通过摄像头拍摄弹性体形变、光波导或全内反射变化来反推接触力与几何信息。抗电磁干扰、空间分辨率高，可实现高密度触觉成像，但体积较大、需要图像处理，典型代表是 GelSight 类视触觉传感器。
三、触觉信号采集与处理
触觉信号采集链路通常包括：传感器阵列 → 信号调理（放大、滤波、激励）→ 多通道 ADC 采样 → 预处理（去噪、归一化、标定）→ 特征提取。工程实现中需重点关注以下参数与问题：
| 环节 | 关键参数/方法 | 常见问题 |
|---|---|---|
| 信号调理 | 增益、带宽、激励频率、电荷放大器 | 噪声耦合、阻抗不匹配 |
| ADC 采样 | 采样率、分辨率、通道同步 | 通道串扰、采样不同步 |
| 预处理 | 低通/带通滤波、中值滤波、归一化 | 零点漂移、温漂、迟滞 |
| 标定 | 静态标定、动态标定、多项式拟合 | 非线性、蠕变、老化 |
四、触觉特征提取方法
原始触觉信号维度高、冗余大，直接送入分类器或融合模型效果有限，因此需要提取具有物理意义的特征。常用特征可分为三类：
- 时域特征：均值、方差、均方根、峰值、峰峰值、过零率、接触持续时间。适合描述接触力大小与稳定性。
- 频域特征：FFT 主频、功率谱密度、小波能量。适合检测振动、滑移与纹理频率。
- 空域特征：接触质心、接触面积、压力分布矩、主成分方向。适合阵列式触觉图像，用于判断接触位置与形状。
对于视触觉传感器，还可提取图像梯度、光流、形变场等特征；对于动态操作任务，滑移检测常结合高频振动能量与接触力变化率。特征提取后，可进一步用于分类（材质识别）、回归（力估计）或与视觉特征拼接融合。
# 触觉阵列特征提取示例（伪代码）
def extract_tactile_features(frame):
# frame: H×W 压力分布矩阵
total_force = np.sum(frame)
centroid = compute_centroid(frame) # 接触质心
contact_area = np.sum(frame > threshold) # 接触面积
rms = np.sqrt(np.mean(frame ** 2)) # 均方根
# 频域：对时间序列做 FFT
spectrum = np.abs(np.fft.fft(time_series))
dominant_freq = np.argmax(spectrum)
return {
"force": total_force,
"centroid": centroid,
"area": contact_area,
"rms": rms,
"dominant_freq": dominant_freq
}
五、案例与常见误区
案例：机械手抓取玻璃杯时，指尖压阻阵列检测到接触力分布；当力分布质心偏移且高频振动能量上升时，判定为滑移前兆，控制器增大夹持力。该流程依赖压阻阵列的静态力测量与压电/高频通道的动态滑移检测，体现多原理互补。
- 只关注传感器灵敏度，忽略标定与温漂补偿，导致长期使用后力估计漂移。
- 用压电传感器测静态力，误以为“有信号就有力”，实际静态下电荷会泄漏。
- 阵列通道不同步采样，动态接触时质心估计错误。
- 特征提取只做归一化不做物理量标定，融合时量纲不一致。
综上，触觉感知技术的核心在于：根据任务选择合适的敏感原理与阵列形式，构建稳定的采集与标定链路，并提取具有物理意义的时域、频域、空域特征。这些特征既是触觉自身识别的输入，也是后续视觉触觉融合中与图像特征对齐的关键基础。