這是一種具有三維力觸覺感知的機器人皮膚，當抓取雞蛋時，如果有外力試圖將其拽走，該觸覺皮膚能夠檢測到向下的拖拽力或切向力。

這樣，夾爪可以自動增加夾持力（以避免雞蛋滑落），且在外力撤走后自動減小夾持力（以避免夾碎雞蛋），從而實現自適應抓取。

這項研究來自法國國家科學研究中心團隊，他們開發了一種新型自解耦三維觸覺傳感器，其創新性在于采用特殊的磁膜設計實現了三維力的獨立測量。

該技術突破了傳統觸覺傳感器依賴復雜機械結構或數據擬合方法的局限，將校準復雜度從傳統的二次方或三次方量級（N2 或 N3）降低到線性規模（3N），不僅簡化了系統架構，更顯著減少了標定數據采集和處理的時間。

在應用層面，該傳感器展現出跨領域的適配潛力：在醫療領域，可實現人工膝關節三維力分布的精確測量；在機器人領域，可提升示教操作的觸覺反饋精度；在健康監測領域，則能用于護膝等可穿戴設備的力學監測。這些應用場景的拓展，標志著三維力感知技術向實用化邁進關鍵一步。

該論文第一兼通訊作者、法國國家科學研究中心博士后閆友璨表示，這是機器人觸覺感知技術的重要進步，只有更精準地感知三維力，才能更安全、更主動地與物理世界交互，而讓機器人全身都具備觸覺感知能力是實現具身智能不可或缺的關鍵模塊。

圖丨閆友璨（來源：閆友璨）

日前，相關論文以《一種具有三維力自解耦單元的觸覺皮膚》（A soft skin with self-decoupled three-axis force-sensing taxels）為題發表在Nature Machine Intelligence[1]。

閆友璨是第一作者兼通訊作者，法國國家科學研究中心阿伯達拉曼恩-凱達（Abderrahmane Kheddar）教授擔任共同通訊作者。

圖丨相關論文（來源：Nature Machine Intelligence）

巧用正交磁化的 Halbach 陣列結構，顯著減少數據采集和處理時間

2021 年，閆友璨與合作者在發表于Science Robotics的工作中實現了二維力的解耦 [2]，而該研究將二維力的解耦技術擴展到三維空間。

三維力是指物體在空間三個正交方向（X、Y、Z 軸）上所受到的力，包括法向力（Z 軸）和切向力（X/Y 軸）。

三維力的應用場景廣泛，例如，在機器人抓取易碎物品時，需同時感知法向壓力（防捏碎）和切向力（防滑落）；在醫療領域，假肢需要實時監測三維受力分布，以避免局部壓力過大導致組織損傷。

然而，實現三維力的測量和自解耦并非易事。這需要設計出特定的磁化方式，來構建出具有自解耦性質的三維磁場分布：當在某個方向施加力的時侯，另外兩個方向的傳感器輸出與該方向沒有耦合。

傳統的觸覺傳感器（如基于壓阻或電容的傳感器）通常只能測量壓力（一維信息），若測量切向力或三維力，則必須依賴復雜的傳感器結構，或采用繁瑣的標定方法進行解耦。舉例來說，假設在每個方向取 10 個標定點，傳統方法的標定次數高達 103（10×10×10 次）。

為解決上述問題，該課題組提出了一種創新的思路：基于三維磁場信息，通過優化磁膜設計，使傳感器的輸出在三個方向上實現天然解耦。

這一設計使得標定流程顯著簡化——每個方向可獨立進行，而另外兩個方向不受影響，標定次數為 30 次（10+10+10 次），與此前的 103 相比大大降低了校準復雜度。

也就是說，新型觸覺傳感器用簡單的結構和標定流程，就能夠達到傳統傳感器需要復雜結構和標定才能實現的測量精度（三維自解耦測量誤差在 5% 以內）。

圖丨傳感器的結構與原理（來源：Nature Machine Intelligence）

這種觸覺傳感器采用類似“三明治”的三層結構，從上至下分別是磁膜、彈性硅膠層和霍爾傳感器（如上圖）。

最上層是傳感器的核心部件磁膜，用來提供特殊磁場分布。研究人員采用 Halbach 結構和正交疊加的方式，利用磁場的三維信息實現了三維力信息的解耦，這也是這項研究的核心優勢。

“普通的磁化方式無法實現自解耦效果，而我們發現正弦磁化的 Halbach 陣列具有天然解耦的磁場性質，將其正交疊加后能夠實現三維力自解耦所需的磁場分布。”閆友璨說。

（來源：Nature Machine Intelligence）

中間層是彈性硅膠層，它的作用是通過改變其厚度、硬度或彈性模量，靈活調整傳感器的測量范圍和靈敏度。最下層是安裝在印刷電路板（PCB，Printed Circuit Board）的霍爾傳感器，用來測量三維磁通量變化。

那么，這種觸覺傳感器的結構是如何協同工作的呢？

當外力直接作用在傳感器表面時，磁膜會發生變形，進而引起磁場發生變化。霍爾傳感器通過測量磁場的變化，反向推算出自身變形的程度，進而進一步推算出施加的力的大小。

盡管磁場設計是關鍵，但能否通過簡易工藝實現同樣至關重要。為此，研究團隊與香港大學潘佳教授合作，結合理論推導、仿真模擬與實驗數據對比，驗證了該方案的可行性。

此外，這種三層結構具備高度可擴展性，設計者可通過調整參數（如硅膠硬度或磁膜特性）靈活定制傳感器的靈敏度與測量范圍，以滿足不同應用場景的需求。

可應用于測量三維力分布和機器人示教等領域

閆友璨指出，該技術目前最直觀的應用場景是在機器人的抓取與操作、醫療與健康監測等領域。在這項研究中，研究人員在三個方面展示了該技術的應用潛力。

·測量人工膝關節的三維力分布：

盡管現有基于視覺的觸覺傳感器可以測量高精度的三維力分布，但由于它們的體積較大（需內置攝像頭）、傳感面積相對較小，難以集成到膝關節實現大面積觸覺傳感。基于壓阻或電容等原理的其他傳感器通常只能測量壓力，也無法方便實現膝關節三維力分布的測量，而該技術彌補了現有傳感器的不足。

（來源：Nature Machine Intelligence）

·機器人示教：

傳統的機器人視覺方法中，最常見的是方法是為機器人都配備示教按鈕，這個按鈕安裝在機械臂末端或示教器上。當進行機器人示教時，需要全程按住這個按鈕，同時拖動機器人的末端。機器人會記住拖動的軌跡，并在下次重復這個軌跡。

另一種方法是，在機器人的末端安裝六維力/力矩傳感器（比如 ATI 公司傳感器）。這種方式的局限性是傳感器僅能安裝在機器人的外部手腕處，其無法直接與物體交互，且無法區分切向力和扭矩。另外，由于這種力傳感器是剛性的，在末端抓取或操作易碎物品（例如雞蛋）時也存在挑戰。

與之對比的是，該課題組所開發的方法更加直觀和簡單，將傳感器直接安裝在機械夾爪的手指表面。當夾爪抓取物體，比如在制作咖啡時抓取水杯或勺子時，能夠直接通過拖拽物體進行示教（如上視頻）。

并且，由于傳感器安裝在末端，可以分辨出非常微弱和精細的三維力和力矩，因而避免了傳統方法中區分切向力和扭轉力的問題。閆友璨表示：“在示教過程中，我們可以直接與物體交互（與傳感器同一水平位置），這樣能更直觀自然地完成咖啡制作等較復雜的任務。”

（來源：Nature Machine Intelligence）

·護膝力監測：

該傳感器還可安裝在護膝或膝蓋護具內，用于監測人在正常活動（例如走路、跳躍、跑步或蹲下）時，護膝與皮膚之間的三維力。

研究人員使用了柔性 PCB 來保證其底部的彎曲變形，更貼合護膝表面。這也為健康監測提供了新方案，未來有望根據三維觸覺反饋實現護膝的主動控制（實時調整支撐力）。

（來源：Nature Machine Intelligence）

展望未來，該技術有望在兩大方向實現突破：

一是與軟體機器人結合，解決軟體機器人觸覺感知的難題。通過使用柔性基底，這項技術可為軟體機器人的觸覺感知提供新思路（但還需與軟體機器人的本體感知進行解耦）。

二是在 AI 人機交互領域，通過同時在機器人和操作者手上布置觸覺傳感器與反饋裝置，使操作者能更真實地感知機器人與環境的交互力，從而獲得更直觀的遙操作體驗。

工業應用的核心目標：實現機器人的全身觸覺感知

閆友璨本科和碩士分別就讀于華北電力大學和西安交通大學，后在香港城市大學獲得博士學位。目前，他在法國國家科學研究中心從事博士后研究，研究方向是機器人觸覺感知的硬件和算法設計。

選擇這一研究方向是基于他的個人興趣及博士導師潘佳教授的引導。當時，領域最具代表性的成果之一是高分辨率觸覺傳感器 GelSight，其可檢測微米級形變和滑動趨勢。它的核心開發者、現任美國伊利諾伊大學厄巴納-香檳分校助理教授原文禎對閆友璨的研究提供了重要學術參考與指導，二人還合作了前文提及的Science Robotics工作 [2]。

在技術實現方面，這種新型觸覺傳感器展現出顯著的成本優勢。與需要復雜加工工藝的傳統傳感器不同，該傳感器無需昂貴設備支持，可以在實驗室環境下完成制作。目前，研究團隊已與工業界展開初步合作洽談，并計劃用這一創新方案替代現有價格高昂的六維力傳感器。

現階段，該課題組的研究重點聚焦在基于磁性觸覺傳感器的仿真研究，旨在為機器人在部署在實際場景的數據采集和訓練提供基礎支持。在后續的研究階段，他們計劃進一步提升技術的魯棒性，擴展此前開發的超分辨率算法，并將實現機器人的全身觸覺感知作為核心目標。

對于未來發展，閆友璨計劃在學術方面繼續深耕。他指出，相較于目前發展成熟的計算機視覺領域，觸覺傳感技術還處于起步階段，許多基礎問題亟待解決。只有先攻克了這些基礎科學問題，才能為工業界部署奠定堅實的基礎。

他希望未來將該技術從機器人的手指擴展到全身，同時努力繼續降低成本和提高感知精度，開發觸覺感知和控制算法，以更好地滿足觸覺感知在更多場景下的應用需求。

參考資料：

1.Yan, Y., Zermane, A., Pan, J. et al. A soft skin with self-decoupled three-axis force-sensing taxels.Nature Machine Intelligence6, 1284–1295 (2024).

https://doi.org/10.1038/s42256-024-00904-9

2.Yan, Y. et al. Soft magnetic skin for super-resolution tactile sensing with force self-decoupling.Science Robotics6,eabc8801(2021).

https://doi.org/10.1126/scirobotics.abc8801

排版：劉雅坤