摘要：该技术突破了传统触觉传感器依赖复杂机械结构或数据拟合方法的局限，将校准复杂度从传统的二次方或三次方量级（N² 或 N³）降低到线性规模（3N），不仅简化了系统架构，更显著减少了标定数据采集和处理的时间。

这是一种具有三维力触觉感知的机器人皮肤，当抓取鸡蛋时，如果有外力试图将其拽走，该触觉皮肤能够检测到向下的拖拽力或切向力。

这样，夹爪可以自动增加夹持力（以避免鸡蛋滑落），且在外力撤走后自动减小夹持力（以避免夹碎鸡蛋），从而实现自适应抓取。

这项研究来自法国国家科学研究中心团队，他们开发了一种新型自解耦三维触觉传感器，其创新性在于采用特殊的磁膜设计实现了三维力的独立测量。

该技术突破了传统触觉传感器依赖复杂机械结构或数据拟合方法的局限，将校准复杂度从传统的二次方或三次方量级（N² 或 N³）降低到线性规模（3N），不仅简化了系统架构，更显著减少了标定数据采集和处理的时间。

在应用层面，该传感器展现出跨领域的适配潜力：在医疗领域，可实现人工膝关节三维力分布的精确测量；在机器人领域，可提升示教操作的触觉反馈精度；在健康监测领域，则能用于护膝等可穿戴设备的力学监测。这些应用场景的拓展，标志着三维力感知技术向实用化迈进关键一步。

该论文第一兼通讯作者、法国国家科学研究中心博士后闫友璨表示，这是机器人触觉感知技术的重要进步，只有更精准地感知三维力，才能更安全、更主动地与物理世界交互，而让机器人全身都具备触觉感知能力是实现具身智能不可或缺的关键模块。

图丨闫友璨（来源：闫友璨）

日前，相关论文以《一种具有三维力自解耦单元的触觉皮肤》（A soft skin with self-decoupled three-axis force-sensing taxels）为题发表在 Nature Machine Intelligence[1]。

闫友璨是第一作者兼通讯作者，法国国家科学研究中心阿伯达拉曼恩-凯达（Abderrahmane Kheddar）教授担任共同通讯作者。

图丨相关论文（来源：Nature Machine Intelligence）

巧用正交磁化的 Halbach 阵列结构，显著减少数据采集和处理时间

2021 年，闫友璨与合作者在发表于 Science Robotics 的工作中实现了二维力的解耦 [2]，而该研究将二维力的解耦技术扩展到三维空间。

三维力是指物体在空间三个正交方向（X、Y、Z 轴）上所受到的力，包括法向力（Z 轴）和切向力（X/Y 轴）。

三维力的应用场景广泛，例如，在机器人抓取易碎物品时，需同时感知法向压力（防捏碎）和切向力（防滑落）；在医疗领域，假肢需要实时监测三维受力分布，以避免局部压力过大导致组织损伤。

然而，实现三维力的测量和自解耦并非易事。这需要设计出特定的磁化方式，来构建出具有自解耦性质的三维磁场分布：当在某个方向施加力的时侯，另外两个方向的传感器输出与该方向没有耦合。

传统的触觉传感器（如基于压阻或电容的传感器）通常只能测量压力（一维信息），若测量切向力或三维力，则必须依赖复杂的传感器结构，或采用繁琐的标定方法进行解耦。举例来说，假设在每个方向取 10 个标定点，传统方法的标定次数高达 10³（10×10×10 次）。

为解决上述问题，该课题组提出了一种创新的思路：基于三维磁场信息，通过优化磁膜设计，使传感器的输出在三个方向上实现天然解耦。

这一设计使得标定流程显著简化——每个方向可独立进行，而另外两个方向不受影响，标定次数为 30 次（10+10+10 次），与此前的 10³ 相比大大降低了校准复杂度。

也就是说，新型触觉传感器用简单的结构和标定流程，就能够达到传统传感器需要复杂结构和标定才能实现的测量精度（三维自解耦测量误差在 5% 以内）。

图丨传感器的结构与原理（来源：Nature Machine Intelligence）

这种触觉传感器采用类似“三明治”的三层结构，从上至下分别是磁膜、弹性硅胶层和霍尔传感器（如上图）。

最上层是传感器的核心部件磁膜，用来提供特殊磁场分布。研究人员采用 Halbach 结构和正交叠加的方式，利用磁场的三维信息实现了三维力信息的解耦，这也是这项研究的核心优势。

“普通的磁化方式无法实现自解耦效果，而我们发现正弦磁化的 Halbach 阵列具有天然解耦的磁场性质，将其正交叠加后能够实现三维力自解耦所需的磁场分布。”闫友璨说。

图丨Halbach 阵列的磁场正交叠加（来源：Nature Machine Intelligence）

中间层是弹性硅胶层，它的作用是通过改变其厚度、硬度或弹性模量，灵活调整传感器的测量范围和灵敏度。最下层是安装在印刷电路板（PCB，Printed Circuit Board）的霍尔传感器，用来测量三维磁通量变化。

那么，这种触觉传感器的结构是如何协同工作的呢？

当外力直接作用在传感器表面时，磁膜会发生变形，进而引起磁场发生变化。霍尔传感器通过测量磁场的变化，反向推算出自身变形的程度，进而进一步推算出施加的力的大小。

尽管磁场设计是关键，但能否通过简易工艺实现同样至关重要。为此，研究团队与香港大学潘佳教授合作，结合理论推导、仿真模拟与实验数据对比，验证了该方案的可行性。

此外，这种三层结构具备高度可扩展性，设计者可通过调整参数（如硅胶硬度或磁膜特性）灵活定制传感器的灵敏度与测量范围，以满足不同应用场景的需求。

可应用于测量三维力分布和机器人示教等领域

闫友璨指出，该技术目前最直观的应用场景是在机器人的抓取与操作、医疗与健康监测等领域。在这项研究中，研究人员在三个方面展示了该技术的应用潜力。

·测量人工膝关节的三维力分布：

尽管现有基于视觉的触觉传感器可以测量高精度的三维力分布，但由于它们的体积较大（需内置摄像头）、传感面积相对较小，难以集成到膝关节实现大面积触觉传感。基于压阻或电容等原理的其他传感器通常只能测量压力，也无法方便实现膝关节三维力分布的测量，而该技术弥补了现有传感器的不足。

动图丨人工膝关节的三维力分布测量（来源：Nature Machine Intelligence）

·机器人示教：

传统的机器人视觉方法中，最常见的是方法是为机器人都配备示教按钮，这个按钮安装在机械臂末端或示教器上。当进行机器人示教时，需要全程按住这个按钮，同时拖动机器人的末端。机器人会记住拖动的轨迹，并在下次重复这个轨迹。

另一种方法是，在机器人的末端安装六维力/力矩传感器（比如 ATI 公司传感器）。这种方式的局限性是传感器仅能安装在机器人的外部手腕处，其无法直接与物体交互，且无法区分切向力和扭矩。另外，由于这种力传感器是刚性的，在末端抓取或操作易碎物品（例如鸡蛋）时也存在挑战。

与之对比的是，该课题组所开发的方法更加直观和简单，将传感器直接安装在机械夹爪的手指表面。当夹爪抓取物体，比如在制作咖啡时抓取水杯或勺子时，能够直接通过拖拽物体进行示教（如上视频）。

并且，由于传感器安装在末端，可以分辨出非常微弱和精细的三维力和力矩，因而避免了传统方法中区分切向力和扭转力的问题。闫友璨表示：“在示教过程中，我们可以直接与物体交互（与传感器同一水平位置），这样能更直观自然地完成咖啡制作等较复杂的任务。”

·护膝力监测：

该传感器还可安装在护膝或膝盖护具内，用于监测人在正常活动（例如走路、跳跃、跑步或蹲下）时，护膝与皮肤之间的三维力。

研究人员使用了柔性 PCB 来保证其底部的弯曲变形，更贴合护膝表面。这也为健康监测提供了新方案，未来有望根据三维触觉反馈实现护膝的主动控制（实时调整支撑力）。

图丨使用触觉传感器监测膝盖护具三维力的演示（来源：Nature Machine Intelligence）

展望未来，该技术有望在两大方向实现突破：

一是与软体机器人结合，解决软体机器人触觉感知的难题。通过使用柔性基底，这项技术可为软体机器人的触觉感知提供新思路（但还需与软体机器人的本体感知进行解耦）。

二是在 AI 人机交互领域，通过同时在机器人和操作者手上布置触觉传感器与反馈装置，使操作者能更真实地感知机器人与环境的交互力，从而获得更直观的遥操作体验。

工业应用的核心目标：实现机器人的全身触觉感知

闫友璨本科和硕士分别就读于华北电力大学和西安交通大学，后在香港城市大学获得博士学位。目前，他在法国国家科学研究中心从事博士后研究，研究方向是机器人触觉感知的硬件和算法设计。

选择这一研究方向是基于他的个人兴趣及博士导师潘佳教授的引导。当时，领域最具代表性的成果之一是高分辨率触觉传感器 GelSight，其可检测微米级形变和滑动趋势。它的核心开发者、现任美国伊利诺伊大学厄巴纳-香槟分校助理教授原文祯对闫友璨的研究提供了重要学术参考与指导，二人还合作了前文提及的 Science Robotics 工作 [2]。

在技术实现方面，这种新型触觉传感器展现出显著的成本优势。与需要复杂加工工艺的传统传感器不同，该传感器无需昂贵设备支持，可以在实验室环境下完成制作。目前，研究团队已与工业界展开初步合作洽谈，并计划用这一创新方案替代现有价格高昂的六维力传感器。

现阶段，该课题组的研究重点聚焦在基于磁性触觉传感器的仿真研究，旨在为机器人在部署在实际场景的数据采集和训练提供基础支持。在后续的研究阶段，他们计划进一步提升技术的鲁棒性，扩展此前开发的超分辨率算法，并将实现机器人的全身触觉感知作为核心目标。

对于未来发展，闫友璨计划在学术方面继续深耕。他指出，相较于目前发展成熟的计算机视觉领域，触觉传感技术还处于起步阶段，许多基础问题亟待解决。只有先攻克了这些基础科学问题，才能为工业界部署奠定坚实的基础。

他希望未来将该技术从机器人的手指扩展到全身，同时努力继续降低成本和提高感知精度，开发触觉感知和控制算法，以更好地满足触觉感知在更多场景下的应用需求。

参考资料：

1.Yan, Y., Zermane, A., Pan, J. et al. A soft skin with self-decoupled three-axis force-sensing taxels. Nature Machine Intelligence 6, 1284–1295 (2024).

2.Yan, Y. et al. Soft magnetic skin for super-resolution tactile sensing with force self-decoupling. Science Robotics 6,eabc8801(2021).

排版：刘雅坤

来源：DeepTech深科技一点号