指尖尺度的六轴触觉界面，具备高精度力传感与位置定位，支持灵巧的人机交互

为什么指尖触觉对机器人重要

想象一下戴着厚厚的连指手套去系鞋带或插 USB 线。这就是大多数机器人今天感知世界的方式：它们动作精确，但触觉粗糙。本文介绍了 HexaTouch，一种指尖大小的触觉传感器，能让机器人更像我们一样感知，不仅能测出按压力度，还能精确判断力作用的位置和方向。这一进展可使机器人更安全、更灵巧，并能通过简单手势更容易为人所控。

机器人通常如何“感受”世界

许多现有的机器人触觉传感器在优点之间互相权衡。刚性的力传感器准确但过硬、体积大，不适合与人安全接触。更软的传感器更安全、能环抱物体，但常常只检测垂直压力，无法捕捉侧向力和扭矩。基于相机的触觉传感器能生成变形橡胶的丰富“触觉图像”，但往往比指尖大，并依赖脆弱的光学部件，在承受重载时表现欠佳。结果是，很少有系统能同时做到小巧、耐用，并能精确定位复杂力和接触位置。

无需相机的微小指尖触觉

HexaTouch 通过将基于相机和电学传感的理念融合在一起，做成一个约 15×15×8 毫米的小巧指尖模块来解决这个问题。顶部是模仿人类指形的柔性弧面橡胶顶帽，便于包裹物体。在该顶帽内部隐藏着精心设计的一片微小橡胶柱森林，这些柱子的高度在表面上有变化。这些柱子被制成导电的，当受到按压时会接触到下方微芯片上密集的电容垫阵列。芯片不是拍照，而是测量每个电容垫的电容变化，形成一幅详细的灰度图，反映表面是如何被压、剪切或扭转的。

学习读取触摸模式

柱子高度的变化并非装饰。高的柱子先接触，较短的柱子会随着力的增加陆续接触，使响应覆盖更宽的载荷范围，并使不同方向和扭矩下的模式更具区别性。计算机仿真与实验表明，这种递进式结构相比均匀柱阵，对侧向推力和扭转更敏感，同时仍能承受更高的力而不易饱和。团队随后将这些触觉图像输入类似图像识别中使用的机器学习系统。深度神经网络学习将每个图样转换为六分量的力与力矩读数（沿三轴的力和三轴的转矩），以及三维接触位置。

从精细握持到无人机飞行

有了这种解码能力后，指尖成为一种快速且精确的触觉工具。测试显示，HexaTouch 对力的估计误差低于约 1.5%，并能将接触深度定位到约 0.1 毫米的精度。它在不同温湿度条件下以及经过多天重复加载后仍保持可靠工作。安装在机器人手指上时，传感器使手在预抓取阶段能调整握持，移动接触点直到物体稳定而不滑落。同样的传感也能帮助机器人在小幅错位时插入 USB 插头——通过感知力与力矩的细微变化并在发生卡阻前修正动作。

触觉作为一种新的控制语言

作者还展示了相同的指尖如何充当一种简单直观的机器控制板。通过将表面划分为若干区域并将按压方向、强度与扭转映射到指令上，人可以控制小车机器人行驶、在电子游戏中移动与开火，或操纵模拟无人机。按得更重可以改变速度或高度，转动指尖可以控制偏航。力阈值有助于忽略误触，从而保持控制的平滑。在所有这些场景中，HexaTouch 都能将细腻的指尖压力实时转换为清晰的多轴指令。

这对日常机器人意味着什么

对外行人而言，HexaTouch 就像给机器人装上了一个小而功能强大的指尖神经末梢。通过结合智能内部结构、密集的电学传感和学习到的模式识别，它将丰富、类人触觉信息压缩到一个小巧、坚固的模块中。这项工作为机器人手及其他设备指明了发展方向，使它们能更细致地感知接触的位置与方式，从而在安全协作、精密装配和自然手势控制等日常任务中更可实现。

引用: Song, Y., Wang, J., Li, Z. et al. Fingertip-scale six-axis tactile interface with high-precision force sensing and position localization for dexterous human–machine interactions. Microsyst Nanoeng 12, 193 (2026). https://doi.org/10.1038/s41378-026-01292-3

关键词: 机器人触觉, 触觉传感器, 人机交互, 灵巧操控, 软体机器人