自动化机器人在执行预定工作计划方面取得了显著的工业成功，而最近涌现的先进协作机器人和服务机器人则扩大了机器人的潜在用途，有望开启类人机器人时代。这些机器人的复杂运动控制已通过传统的运动控制传感器（例如扭矩）实现， 例如适用于关节电机的传感器，用于测量加速度和角速度的内部测量单元 (IMU)测量，以及用于复杂任务（例如改变和保持姿势）的力/扭矩集成传感器。尽管协作机器人在重复的特定任务中取得了长足的进步，但在将其应用于一般任务上还存在技术挑战，包括直接实时精确感测外部机械刺激（力、质量、质心、摩擦力、扭矩、 应变等），识别从各个方向施加的力，识别材料种类和特性（表面纹理、硬度），感知多模式刺激（温度、力）等。近年来，机器人触觉传感器的研究趋势已从微机电系统制造工艺制造的刚性传感器转向在弹性体基板上制造的用于模仿人体皮肤功能的柔性/可拉伸传感器。迄今为止，报道了各种力传感机制的识别，包括压阻式、电容式、电感式、压电式和摩擦电式。最近，在电子信号平台中加入离子传感层被建议作为一种新型电子触觉传感器。

近日，韩国三星先进技术学院的HyeYeon Yang和浦项科技大学的Unyong Jeong团队总结了机器人触觉传感器方面的最新进展以及其算法相关的应用。

在本综述中，团队首先阐述了触觉传感器的性能参数。人体皮肤通过四个机械感受器对触觉刺激做出反应：对静压有反应的慢适应受体（SA-I和SA-II）和对动态压力或振动有反应的快速适应受体（FA-I和FA-II）。相比之下，机器人手部触觉感知不需要模仿人手的全部性能，也不需要在所有区域实现人类级别的分辨率。因此，机器人触觉传感器应考虑几个参数：信号线性度的灵敏度、大动态感应范围、无信号滞后或最小化信号滞后以及高空间分辨率。

之后，团队介绍了目前已报道的触觉传感器传感机制，包括压阻式、电容式、电感式、压电式和摩擦电式。尽管但设备触觉传感器已经取得了较大的进展，部分类型可以与人类媲美甚至超过人类水平，但单设备触觉传感器仍面临有限的空间分辨率的限制，难以在广泛场景中应用。因此，团队还讨论了阵列传感器的研究进展。不同的阵列配置和架构会带来不同的分辨率提升，但也会造成串扰、噪声以及制备工艺的复杂化。

最后，团队讨论了触觉传感器中常用的信号处理算法，包括降维算法、时频分析算法和分类算法等，讨论了算法的识别效率、分类/预测准确性、鲁棒性和通用性等指标。作者指出，目前对实际可用的机器人触觉传感器的方法是在两个方向上分别进行的：首先是基于材料和零件以确保高质量的传感器，其次则是基于算法来改进简单结构传感器的功能。此外，着眼于下一代智能机器人，还应考虑多种技术的融合，例如触觉、视觉和听觉等信号。

来源：传感器专家网