多维触觉助力“灵巧手”握软瓶、拧灯泡

1   为什么需要触觉传感器？

在“2025第三届具身智能机器人产业发展论坛”上，帕西尼感知科技的技术和销售总监顾宏康先生指出，在具身智能产业中，触觉是个必选题。物品的纤细、柔软、易碎、重量不一是机器人作业的一大阻碍。

但是触觉传感器是我国的短板。2018年《科技日报》报道35项卡脖子技术中，触觉传感器位列其中，我国九成触觉传感器依赖进口。

多年来，在帕西尼的努力下，其触觉传感器实现了商业化、批量化和成熟性。

3   帕西尼的六维力触觉传感器

帕西尼有业内首创的面阵式六维力触觉传感器，在指尖大小的区域，有120个单点，可以输出xyz三个方向的空间力，以及像人的皮肤一样可以感知温度、纹理。总之，帕西尼的触觉传感器可以输出xyz三维的力、力矩等15种感知的数据。

好的产品不再是小白鼠，帕西尼产品已批量化、商业化，做到了工业级，符合IP68的标准——防水防尘，并做到300万次的寿命。而且每年产品会更新迭代，预计2025年第二季度会推出下一代产品，做到工业级1000万次的寿命。

4   触觉传感器的部分分类

主要有压阻式、电容式、视触觉、霍尔磁阻（注：帕西尼采用）等方案。

压阻式应用很广，例如人们家里的电子秤，会有正向的压力感知。

电容的触觉传感器类似手机的电容屏，有一个正向压力的感知。

视触觉与霍尔磁阻的方案可以感知空间力的方向。霍尔磁阻的原理是通过感知空间磁场的变化，用霍尔传感器做力的检测。

霍尔磁阻和视触觉的方案都可以检测空间的力。帕西尼解决方案的优点在哪里？在于：①尺寸、厚度；②耐久度；③集数据采集、运算、通讯为一体，做到即采即用。

视触觉的方案类似工业相机，需要二次开发，需要上位机的运算控制，无论是开发时间还是对算力的要求都意味着成本的增加。

帕西尼的触觉传感器的采样频率做到了1000Hz，正常人的皮肤感知的频率大概是300~500Hz，可见帕西尼的方案是人皮肤感知的2 倍，通讯频率做到了200Hz（注：相当于工业级的5 ms），而视触觉方案普遍在30Hz。

既然基于霍尔磁阻效应，那么动磁、静磁的磁场，尤其是在工业场景中，对帕西尼的传感器有没有影响？帕西尼产品做到了耐受3800高斯强磁，具备了强磁接触与非接触的抗磁能力。

同时帕西尼的软硬结合, 提供Vision可视化界面，用于客户的二次集成与调试。可视化的界面包含了面阵列矩阵的单点数据，同时整个表面的应力集成，可以感知触觉、压觉、力觉、滑觉等人体所需的15 种触觉信号。

5   应用案例

“触觉传感器+ 电动夹爪”是一对很好的咖啡与伴侣。有了帕西尼触觉传感器，有望实现精确的力控，例如夹薯片、夹纸片，这在工业与生活场景有很多借鉴意义。

帕西尼的Diffusion扩散模型有如下特点。

1）动作的规划与生成

例如人现在有点口渴，想喝水，喝水时握瓶子的姿势，每个人有不同的方式，对于机器人也是一样，要选择哪一种手势去握瓶子？选择哪一种方式去喝水？都得去选择、生成。Diffusion-drive扩散模型可以生成动作的最优解，第二，生成最优解的连续动作序列。

2）力反馈与优化

矿泉水瓶子很柔软，当大力捏合的时候会让瓶子变形，使水溢出。接触前，可按照设定的目标控制轨迹去执行；接触之后，再通过触觉做全闭环的控制。

3）虚拟仿真与重建

帕西尼有大量的训练，除了遥操视频，还有sim仿真环境。就像电动汽车一样，现在全球可能有数千万辆车在跑，这样才能有大量的数据，但目前没有数千万台的机器人在全球部署，因此数据需要在sim的仿真环境下面，这也是Diffusion扩散模型的很好的应用机会。同时它具有动态学习与适应性，提高了在各种环境下的强适应性、鲁棒性。基于Diffusion扩散模型，实现了触觉视觉为一体的多触觉灵巧手方案。

实际场景分三步走。第一步，帕西尼触觉灵巧手通过掌心的手眼相机，识别物体的位置+ 姿态。第二步，从深度模型提取出最优解，例如喝水，这个瓶子应该怎么抓、捏？然后生成连续的抓捏取的动作序列。第三步，运控工程师去执行动作，并分接触前、接触后。当接触到瓶子之后，通过触觉传感器做定位控制，做一个全闭环的力控。

帕西尼推出了业内首创的视觉触觉双模态的13个自由度灵巧手。

基于视觉触觉双模态的控制架构，帕西尼提出了PX-Core（视触觉双模态模型的控制架构），包含感知算法与运动控制能力。

视觉触觉高自由度灵巧手究竟高在何处？

●   拧灯泡。拧灯泡是一个靠手感的工作，手感就来自于触感。

●   旋钮。不管在生活场景，还是在工业场景，有很多需要旋盖/ 拧盖的设备，有大量的应用机会。

用帕西尼灵巧手做了哪些具体落地的事情？

●   无序抓取。诸如日常所见的扫码枪、生鸡蛋、水杯、布匹（柔软、纤细）。

同时工业是经济的血脉，帕西尼在工业的布局——工业制造最后一公里，在做贴标、扫码的工作。

6   小结

第一，稀缺数据模态是机器人泛化的要素。

第二，帕西尼率先提出并构建了VTLA（视觉- 触觉-语言- 动作）大模型，在VL 的基础上加入了触觉。

第三，基于多模态的 VTLA大模型，率先提出了PX-Core（视觉触觉双模态模型的控制架构）。

（本文来源于《EEPW》202505）