通用机械行业-人形机器人再探讨：触觉传感器

　　赋予机器人触觉感知，触觉传感器需解决柔性化/标定算法/批量制造问题
触觉传感器是连接机器人触觉感知系统与物理世界的底层核心元件，目前已应用于机械臂感知、精密医疗、穿戴式设备、航空航天等领域。相较于电子皮肤收集压力、温度、纹理等多种物理量以模拟皮肤而言，触觉传感器多用于检测单一的触觉信息。与传统传感器相比，触觉传感器要求具备更高的柔性、标定过程更为复杂。目前触觉传感器制造成本较高，检测方法仍需优化，标定算法有待突破。高柔性化、大规模阵列式排布、多维度力感知将是触觉传感器未来的发展方向。
　　触觉传感器柔性要求高，柔性材料和微电路有待突破触觉传感器常装配于机器人关节、可穿戴设备等不规则三维表面上，因此对柔性要求较高。目前技术人员可通过拼接多个触感原件实现传感器的柔性化，但该方法分辨率较低。并且传感器材料在经过多次使用后，测量结果产生的漂移和误差会越来越大。未来优化方向主要集中于柔性材料的创新和测量技术的优化，比如利用聚合物微机械加工和3D 打印等新工艺，用不同于传统设计和制造的方式带动柔性材料发展；也可将柔性材料和微电路结合，根据柔性材料的变化测量触觉信息，在保持柔性的同时优化测量方式。
　　强干扰和多变量下数学模型复杂，AI 助力传感器纠偏和标定为了实现多维度力感知，阵列式为触觉传感器未来方向。阵列式触觉传感器能为机器人带来与物体交互时丰富的三维力场信息，但由于其表面柔性和阵列式特质，如何标定解耦各个感知单元之间的耦合信号十分复杂。传统标定方法利用数学模型计算零点偏移等物理量，但在强干扰和多变量的场景下数学模型会变得异常复杂。研究人员正在探索利用图形处理系统如NIVIDIATriton 和CUDA-X 推理服务器加速基于物理性质的AI 计算，通过大量实验和AI 情景模拟，建立标定数据库，后续可直接从数据库中调用参数来完成触觉传感器标定。
　　冗长的制造提高各环节精度要求，MEMS/纳米工艺等技术助力批量生产触觉传感器制造过程涉及材料、芯片、电子电路等多个领域，考虑各环节误差的累计，冗长的制造流程中各个环节精度要求较高，生产出的产品一致性仍需提高。生产过程中所需要的设计软件、制造设备、测量校准元器件价格也较为昂贵。制造工艺的不成熟限制了触觉传感器的降本和批量生产。未来，MEMS、微米/纳米以及芯片制造等大规模精密制造工艺的拓展有助于优化现有的触觉传感器制造工艺，并提高传感器集成水平，助力其大批量生产。
　　风险提示：触觉技术路径变化、柔性材料发展不及预期、标定算法发展不及预期、制造工艺优化不及预期。
【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

   【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。