柔性触觉传感器：让机器人感知接触

机器人靠摄像头判断远处有什么，但一旦手指碰到杯壁、夹起果实，或机械臂擦到障碍物，视觉就不能独自说明接触处发生了什么。柔性触觉传感器把可变形的材料、传感单元和读出电路贴近接触面，让局部压力、剪切或接触位置成为可测信号。它的关键不只是“皮肤柔软”，而是让机器人在真实接触时获得来自身体表面的信息。

常见安装形态包括手指表面、手掌或模块化机械臂外皮。传感层顺着曲面贴合，接触区域出现形变，再由传感机制把形变转换成电阻、电容或光学信号。控制器可以据此发现接触开始、判断负载变化，或调整抓取动作。不同研究的材料、几何、受力方式和读出电路并不相同，因此不能只凭“柔性”二字推断它们具有同样的量程、精度或速度。

一种直观的实现方式，是把导电弹性体做成传感层。Tang等人的机器人手指研究在硅胶中加入导电颗粒，压缩时颗粒之间的接触增多，测得电阻随之下降；他们把8×8柔性阵列装在手指上，用阵列信号为抓取提供反馈。这个例子展示了“受力—材料形变—电阻变化”的链条：软层贴着物体弯曲或压缩，电路读取各个单元的电阻变化，再把空间分布交给机器人控制系统。

它也说明了为什么阵列而非单点读数有用。单个元件只能提示某处载荷改变，多点阵列则能描绘手指上接触区域如何移动或扩展，为机器人调节夹持提供更多线索。不过，电阻变化并非对所有材料和装配都完全稳定。Tang研究中的导电硅胶元件在恒定压力下仍随时间继续变化，呈现蠕变并产生迟滞；作者对该装置的时间响应进行了测量，并采用重复单元、平均和数据滤波处理。应把这些观察限定在该材料、器件和测试流程，不能由此说所有电阻式传感器都会以相同方式漂移。

电容式传感器把电极和介电材料组合起来，接触载荷改变电极间距、有效面积或介质形状时，电容也随之变化。Ham等人的研究采用多孔微结构弹性介质，制成可贴合的多轴触觉传感器；其设计针对法向力、剪切力和扭转载荷的响应。在机器人或假肢手的实验中，研究者用它观察抓取力变化、接触状态转换，以及拿取易碎食物时的滑动迹象。

这类结果让人看到，触觉信号不仅可用于“碰到了没有”，也可能帮助区分接触状态如何改变。但这不是所有电容式装置的通用保证：响应能力取决于具体电极布局、介质结构、传感器尺寸和校准方法。论文中的多轴演示说明的是特定设计及其实验，不构成与其他电阻式或光学式方案的同条件比较。实际系统还要把多个单元接入读出电路，处理通道间的信号与机械变形，再决定如何把读数用于抓取控制。

光学触觉包含多种路线，不能把它看作单一读出技术。Leong等人的聚合物光纤研究是在柔性聚合物光纤中嵌入四个光纤布拉格光栅（FBG）。手指表皮变形时，光栅反射波长发生偏移；研究者使用回归模型，把波长变化映射为作用力大小和接触位置，并在与机器人手指尺寸相近的硅胶皮肤上进行触觉感知演示。

这条路径的测量对象是光栅的波长偏移，之后仍需要模型把光信号转换成机器人能使用的力和位置估计。它与摄像头观察触觉表面纹理或光波导测量光损耗等光学方案不同。Lee等人的模块化光纤机器人皮肤则可估计载荷和接触位置，并用于商用机械臂的远程及自主控制演示。两个例子都说明柔性光纤可用于贴合式触觉，但它们的结构和系统任务各有侧重，不能把某一项演示当成所有光学触觉的性能结论。

柔性表面只是触觉链路的一部分。以Fiedler等人的低成本柔性阵列工作为例，研究不仅制作了矩阵传感器，还配置专用传感器与读出模块，并加入放大电路以提高分辨能力、抑制串扰；数据可通过有线或蓝牙链路送往主机。作者把指尖单元集成到Robotiq三指夹爪上。这些系统细节提醒我们，阵列的通道数量、布线、放大、串扰控制和通信，都会影响机器人最终能否稳定使用数据。

设计者需要同时考虑皮肤怎样贴合关节或曲面、哪个位置最需要测量、传感单元怎样排列，以及信号如何进入控制器。若只看材料软不软，就会漏掉校准、供电、读出电子学和安装方式。模块化也有价值：它允许按任务覆盖手指或机械臂的一部分，但每个模块仍需和整机接口、固定结构及控制软件配合。实际部署通常是机械、材料、电子和控制共同完成的集成工作。

安装完成后，调试还要把传感单元的编号与皮肤上的位置、读出通道和控制接口对应起来，再用受控接触检查各路信号是否符合预期，而不只是确认数据链路已经连通。传感器换到另一种曲率或改变固定方式时，接触形变分布也可能改变；因此应在实际安装形态下复核标定，不能默认平面标定会原样适用。阵列最终交给控制器的不是一张天然可解释的“触觉地图”，而是一组需要结合单元布局和具体安装来理解的测量值。

触觉的作用发生在物体与机器人已经接触之后。抓手可以用局部信号判断夹持力是否变化、物体是否滑动，机械臂外皮则可以报告某处受到碰撞或载荷。这样的近距离信息补足了远程视觉：摄像头观察场景，触觉传感器报告接触界面处的局部状态。两者可共同进入控制回路，让机器人在执行动作时作出调整，而不是只依赖预先估算的物体位置。

不同任务需要的触觉输出也不一样。抓取脆弱物体时，关注点可能是夹持力是否变化或表面是否滑动；机械臂安全防护则更关心接触位置与载荷是否触发停止条件。阵列让这些局部变化能在多个位置被分别读出，但“单元数更多”本身并不保证控制更好，传感层布局、采样与读出、电路噪声、模型校准和控制策略都影响最后的反馈。研究中的抓取、滑动或碰撞演示，因而应理解为特定任务下的系统验证，而不是一类皮肤对所有操作都能识别或处理。

不过，从传感器读数到动作之间仍有处理和控制步骤。读出电路先获取信号，算法再做校准或状态估计，控制器据此决定是否调整夹持、改变机械臂轨迹或触发保护。这里讨论的是机器人身体怎样感知接触；感知数据之后由本地控制器还是其他计算资源处理，属于下游计算部署问题，不是柔性触觉传感器本身的分类依据。

柔性传感器会弯曲、受压，因而研究者会检验迟滞、时间漂移、重复加载和曲面安装后的校准是否可靠；但结果必须连同具体器件与测试条件一起报告。除前述Tang导电硅胶机器人手指在恒压下出现蠕变和迟滞外，Pang等人的YuMi机器人皮肤研究报告某个传感单元在0至5.5牛顿、0.65赫兹的循环载荷下经过3,500次后仍能工作，并演示了碰撞后停止动作。这个数字指该单元在所述台架循环条件下的测试，不等于整台机器人或所有柔性皮肤的寿命承诺。

另一个独立案例中，Sánchez-Durán等人的压阻式PCB阵列研究报告其定制阵列相较商业对照传感器呈现更多迟滞和漂移；平面校准迁移到曲面安装时并不顺利，响应还随时间和环境变化。这些观察指出了该设计的具体校准挑战，不能据此判定所有压阻阵列都不稳定，也不能把它与YuMi传感单元的3,500次试验拼成一张跨设备耐久排名表。读者比较研究时，应核对材料、安装曲率、载荷范围、加载频率、环境、校准流程和失效标准是否一致。

2026年的一个新原型把柔性、无摄像头的光学触觉与颜色感知集成到机器人手上，并演示接触力、刚度、粗糙度与颜色感知。它体现的是单个原型正在探索的多模态方向，不能当成不同传感路线之间的性能排名。对实际机器人而言，问题仍是：目标接触是什么、需要测哪些力或位置、皮肤如何装配、信号怎样读出并校准，以及在特定任务和条件下能否可靠工作。回答这些问题，才是选择柔性触觉方案的起点。