前置摄像“消亡史”

触觉传感在机器人触觉探索中的另一个代表性应用是触觉伺服控制（Tactile servoing control），即通过单个或多个接触区域内得到的物体相关信息以确定期望的机器人与物体的接触模式（接触模式是指接触位置和力）。例如，可以使用触觉阵列通过执行滑动和滚动动作来探索物体的表面特征，从而通过最小化触觉模式的偏差来控制动作。这种方法也可用于控制机器人手进行探索，控制器利用手部多个接触区域，探索未知物体的表面，提高机器人的抓取能力。

[无意识操作（Nonprehensile Manipulation）]

无意识操作主要是指在没有明确抓取任务的情况下机器人与物体之间的交互。这种类型的操作包括推、戳、打、钩、旋转、翻转、投掷、挤压、旋转和打击等。无意识操作中的触觉感知通常用于对接触过程进行建模，并提供低水平的反馈控制，以及监控动作状态和估计物体属性等。

[抓取（Grasping）]

抓取是机器人操作中研究最广泛的一个方面，它为机器人提供了对被抓取物体的控制能力，是机器人使用工具的一个常见先决条件。与触觉探索相似，触觉抓取是提取物体属性的重要方法。触觉感知也被用于分析型抓取控制器、数据驱动抓取合成、抓取结果检测和重抓取等控制器中。分析型抓取控制器依赖于准确的接触位置、法向和力估计来计算最大化抓取质量指标的抓取姿势。而在数据驱动的方法中，机器人使用先前抓取的接触和物体信息来预测抓取质量并计算重抓取的姿势。一旦抓住了物体，触觉反馈可用于控制接触力并检测初始滑动。通过使用触觉数据检测或预测初始滑动，机器人可以自动增加抓地力以避免较大的滑动，而无需明确估计物体 - 手指摩擦系数。

[手部操作（In-Hand Manipulation）]

在手部操作中，使用机器人手的灵巧性来改变被抓取物体的状态，此时，机器人多采用的控制器包括多指机械手（Multifingered Robot Hands）、夹持器（Grippers）等。为了在保持接触的同时进行局部重新定位，首先要将物体精确地抓住，然后再使用机器人的指尖移动物体。触觉传感用于估计接触和物体信息，并主动控制手指和物体之间的接触。触觉传感也可用于直接学习从接触传感器信息到机器人手指所需关节速度的映射。

为了进一步移动物体，机器人需要用手指在不同的抓握之间进行切换，同时保持手中的物体不掉落。为此，手指需要通过触觉感应来检测手和物体之间的缝隙情况，以及接触物体的情况，从而有效地在物体表面滑动。为了更进一步的模仿人类，可以通过在受试者的手上安装触觉指套来获得带有触觉信号的滑动行为演示，用于控制机器人。

[工具操作（Tool Manipulation）]

工具操作是许多机器人操作任务中都具有的一个内容。在工具操作中引入触觉感知的一个重要前提是，任务接触必须位于物体和手持工具之间。因此，除非工具本身装有仪器，否则触点不会直接位于触觉传感器上。触觉感知可用于检测工具上的接触，定位工具提示和被操作工具的其他重要内容，监控任务进度和检测操作失败等任务。触觉反馈还可以用来估计和保持接触点的方向和力，以执行后续的控制任务。触觉感知也可用于双臂装置，以估计抓取工具的运动参数。

此外，触觉感知还可以用于控制和使用未知工具。在这类任务中，主要的挑战是没有运动学或动力学操作模型可以直接用于计算给定任务的触觉动作信息。此时，可以引入基于数据驱动的方法作为一种隐式计算操作命令的有效方法。

[运动（Locomotion）]

触觉感知不仅对完成操作任务有用，对于引导和实现机器人运动也是非常有效的。地面车辆和步行机器人，如人形机器人、四足动物、六足动物和蛇形机器人，都需要利用与环境的接触来移动。触觉感知为完成这些任务提供了对机器人状态和环境地形的估计。例如，轮式机器人可以使用触觉感知来监测它们与地面的接触。来自车轮中麦克风或加速计的振动信号可用于确定地形类型。

保持平衡是机器人站立和行走的关键部分。为了保持平衡，机器人需要使用触觉感知来估计其支撑的接触位置，以及检测可能导致其失去平衡的障碍物和其他扰动。触觉感知还可用于学习站立时的触觉运动映射。机器人步行阶段之间的转换通常由接触事件所触发，例如脚后跟与地面的接触。在这种场景中可以应用触觉感应来判断机器人的脚应该放在哪里，此时通过估计地形类型，机器人可以生成合适的步态并切换到合适的腿部控制器。

[人机交互（Human–Robot Interaction，HRI）]

除了与无生命物体和地形交互外，机器人还需要与人类进行物理交互。HRI 的应用范围广泛，包括穿上衣服、移交物品、与协作机器人的安全交互等。在这些任务中，机器人需要确保相互作用的力是安全的，并且其发出的力量能够适应人体。

最新的 HRI 研究进展是探索从触觉感知的反馈中推断人类的潜在状态和意图。例如，在移交过程中，机器人可以利用视觉和触觉反馈来确定人类何时有合适的抓地力并准备好接受对象。类似的，在执行协作任务时，如搬运大型物品，机器人通过手腕上的力 / 力矩传感器测量交互力和扭矩，以执行任务并做出相应的反应。

除了执行任务外，HRI 还可以用来教机器人从演示中获得新技能。通过这种方式，机器人可以直接由人类使用力控制器引导。例如，穿衣是日常生活中的一项基本任务，开发穿衣机器人可以为运动障碍患者提供帮助。利用触觉信息，机器人可以调整以减小对人的姿态估计中的误差，并在提供穿衣辅助的同时，实时跟踪该人的轮廓和动作。

基于前面关于人类触觉和机器人触觉传感的讨论，以下准则可以作为一般机器人系统中触觉传感设计的参考[1]：

（编辑：衡水站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!