在人机交互领域，触觉感知一直是实现精细互动的关键能力。近期，德国宇航中心一项突破性研究为机器人赋予了内在的触觉感知能力，无需依赖外部人造皮肤或触觉仪器。这一创新技术基于高分辨率关节力矩传感，使机器人能够敏锐感知周围环境，并准确定位人类在其表面施加的触觉轨迹。通过结合多种学习技术和人工神经网络，机器人不仅能识别这些触觉轨迹，还能将其解释为可读的字母、符号或数字。这一突破为人机之间的直观和灵活互动开辟了全新的可能性。

▍触觉感知的技术革新

传统的物理人机交互主要依赖力-扭矩和关节扭矩传感器来实现控制目的，如顺应性或振动抑制。虽然明确的触觉传感技术（如人造皮肤）能够检测物理交互，但在机器人覆盖、布线和稳定性方面面临诸多挑战。近年来，研究人员在软材料、生物触觉皮肤、液态金属传感器、机械门控电子通道以及软磁触觉传感器等方面进行了大量探索，以提高触觉感知的精确度和实用性。

本研究采用了一种创新的方法，通过集成的传感器赋予机器人内在的触觉能力。这种方法超越了传统机器人结构的常规用途，扩展了接触力的应用范围，提出了一种直观的物理人机通信和交互方式。与使用外置触觉仪器相比，内部传感器的优势在于能够处理更大的交互力，尤其是在高负载区域。通过结合模型和机器学习算法，该方法成功消除了对外置触觉传感器的需求。

机器人的内在触觉

这种统一的传感概念不仅用于机器人的控制和安全，还涵盖了触觉交互，覆盖了机器人身体的整体。系统能够实时同时检测到机器人结构上的多个接触点，不受位置限制。用户可以直接在机器人表面上书写或绘制，而机器人能够自动识别并解释这些抽象命令。研究团队巧妙地结合了流形学习技术和旋转不变卷积神经网络（RICNNs），建立了直观的通信链路。

▍内在触觉的应用与潜力

这项技术的一个重要创新是引入了"虚拟按钮"的概念。这些按钮可以灵活地放置在机器人表面的任何位置，并被分配各种功能，如滑块或开关。这种设计大大增加了交互的灵活性和直观性，为未来人机交互模式带来了更多可能性。

研究团队展示了多种应用场景。例如，用户可以在机器人表面上书写数字，机器人能够将其解释为机器可读代码，并执行相应的任务。同样，虚拟功能按钮可以放置在结构上的任何位置，用于分配高级任务。此外，研究者还实现了连续输入模式，如虚拟滑块条，可用于调节特定任务参数（如末端执行器刚度）。

虚拟按钮模板，教学和多笔画分割

这种内在触觉感知技术的优势在于其适应性和灵活性。它不仅能识别离散的输入（如开关操作），还能处理连续或模拟模式的输入。用户可以通过简单的拖放操作，在机器人表面上自由设置和调整这些虚拟交互元素，实现高度个性化和直观的操作体验。

▍技术实现与性能评估

研究团队采用了一种复杂的触摸识别方法。首先，基于外力估计，系统检测、定位并几何展开物理相互作用。然后，通过卷积神经网络处理获得的像素图像，对预测结果进行语义解释，最终用于机器人指挥。

触摸识别

触摸识别方法的概述

为了实现这一功能，研究者在SARA机器人上应用了力-扭矩感知冗余的概念。通过集成6D力-扭矩传感器，系统能够实时确定多接触位置。这种传感冗余设置显著提高了接触力的估计准确度，并能同时检测和隔离多个接触点。

性能评估显示，该系统在识别数字和字母方面表现出色。通过20名参与者的触摸轨迹测试，系统对数字"0"到"8"的识别准确率达到95.5%，对字符"A"到"I"和"Z"的识别准确率为90.4%。这一结果证明了该技术在实际应用中的可靠性和有效性。

此外，研究团队还探索了多笔画字符的识别。通过流形学习技术，系统能够展开复杂的书写轨迹，并基于接触力大小分离不同的笔画，进一步提高了识别的准确性和灵活性。

▍结语

这项研究标志着机器人触觉感知领域的一个重要突破。通过赋予机器人内在的触觉能力，研究者们开创了一种新的人机交互范式。这种技术不仅提高了交互的直观性和灵活性，还为未来机器人在复杂环境中的应用奠定了基础。

随着这项技术的进一步发展和完善，我们可以期待看到更多创新的应用场景。例如，在工业环境中，操作员可能能够通过简单的触摸来调整机器人的行为或分配任务。在医疗领域，这种技术可能使得医疗机器人更容易被医护人员操控，提高手术的精确度和效率。

然而，这项技术的实际应用还面临一些挑战。例如，如何在不同环境条件下保持识别的准确性，如何处理更复杂的多点触摸交互，以及如何进一步提高系统的响应速度等。尽管如此，这项研究无疑为机器人触觉感知和人机交互领域开辟了新的方向，其潜力和影响力值得期待。