2克重的“硬币”，让机器人学会了“温柔”触摸

来源：市场资讯

（来源：电脑报少年派）

在电影《超能陆战队》中，大白那只胖乎乎的手可以轻柔地捡起掉在地上的绿豆，也能稳稳地握住易碎的试管，但在现实中，这看似简单的“拿捏”，却是困扰机器人领域数十年的终极难题之一。

近日，美国斯坦福大学团队一项名为“UMI-FT”的系统研究成果，为这个难题提供了一个极具灵感的解决方案。

01

机器人的“最后一公里”

一枚重量仅2克、形如硬币的薄膜压觉传感器，竟然能让冰冷的机械臂拥有胜似人类指尖的灵敏触觉，真正学会力量的“艺术”？斯坦福大学研究团队的科研产品CoinFT真的做到了。

我们能看到机器人跳舞、跑马拉松，是因为机器人能看能跑。

视觉是机器人感知世界的首要方式，借助多个相机和激光雷达，机器人可以精确地导航、避障，甚至在工厂流水线上精准抓取规则物体。

然而，一旦进入充满变数的日常生活环境，视觉就显得“独木难支”。

如果让你闭上眼睛去摸索并拿起一个装满水的纸杯你当然不会把杯子捏扁，也不会让它滑落——这靠的可不是眼睛，而是指尖皮肤下密布的神经“压力感受器”。这些神经触感能实时反馈给大脑杯壁的硬度、表面的摩擦力以及重力的细微变化，从而让大脑调整肌肉的收缩力度。

但是对于机器人而言，这种“压觉反馈”的调节难上加难，可以说通向灵巧手实现柔性操作的“最后一公里”。

传统的机器人手部力传感器往往体积较大、安装复杂，且难以覆盖指尖细小的曲面。

传统工业级的六轴力觉传感器虽然精度高，但有两个致命伤：贵且娇。一个传感器动辄上千至数万元，且内部结构极其精密，一旦操作不当发生碰撞或摔落，几万块钱就瞬间打水漂。

这就导致了一个尴尬的现状：科学家们可以轻易采集数百万小时的视频数据来教机器人“看”，却很难规模化地记录下“捏一个灯泡需要多少力”“拿起装有不同液体的纸杯需要多少力”……没有高质量的力觉数据，机器人就永远无法学会那种“柔顺”的操作。

02

触觉的秘密

而CoinFT这一新型传感器却在灵敏度、成本上实现了质的飞跃。

CoinFT微型传感器就像一枚直径20毫米、厚度3毫米的黑色硬币，重量仅2克。藏在其中的黑科技，让机器人能轻松拥有触觉，还能让它感知到自己用了多大力气，以及外界给了它多少的反作用力。

CoinFT

的“三明治”设计并不昂贵

不同于传统传感器依赖昂贵的金属应变计，CoinFT的内部构造精巧且廉价——没错，不仅是便宜，简直堪称廉价，一个CoinFT成本不过10美元（约合人民币68.2元）。

它的核心是由几层带有椭圆支柱的特殊介电材料组成的，当你的手指按压、拉扯或扭转这枚“硬币”时，这些微小的椭圆支柱会发生形变，导致上下电极之间的电容值发生极其细微的变化。

03

为什么要这么设计？

人手的奇妙之处在于，我们不仅能感觉到“往下按”的压力，还能感觉到“左右搓”的摩擦力和“转动”的扭矩。

CoinFT的设计使得它能够清晰、准确地感知全部六个维度的力和力矩。当机器人指尖贴上这枚“硬币”去插电源插头时，它能清晰地感受到插头是否遇到了阻力、是在往左偏还是往右歪，并实时调整动作。

CoinFT

力矩示意图

当然，它感觉到的是某种电容信号，还需要把它翻译成精准的物理力学数值。为此，研究团队引入了一个五层AI神经网络来作为机器人的“翻译官”。

简单来说，它存在的意义就是把电信号翻译成机器能听懂的力学数值。CoinFT传感器内部的介电材料在受力变形时，产生的电容信号变化是非常复杂且非线性的。

“比如，你斜着捏它一下，内部好几个位置的电容都会同时变，传统的数学公式很难精准算出这到底代表了多少牛顿的力。”研究团队人员表示，如果没有这五层神经网络，CoinFT采集到的只是一堆无意义的电流起伏，有了它，这堆电信号才能变成机器人能够理解的手感。

经过校准后，这个几十块钱的小东西，能将误差控制在0.15牛以内，这种精度，足以让机器人像拿捏绣花针一样处理精细动作。

04

家庭机器人的进化基础

CoinFT是“触感”的进步，UMI-FT系统则是一套完整的“教学方案”。

论文指出，该成果最大的意义在于让力反馈的大规模数据采集变得容易实现。在此之前，由于传感器太贵，实验室通常只有一两台机器人能进行力觉实验。

现在，研究人员只需将CoinFT安装在名为UMI的手持式数据采集设备上，人类操作者只需手持这个设备去演示拧瓶盖、插排线、摆放餐具，设备就能同步记录下大量视觉信息（眼睛看到的）、位置信息（手移动了多少）和六维力觉信息（指尖往哪个方向、用了多少力）。

这种数据采集模式成本极低，研究人员甚至可以在非实验室的户外环境下进行大量数据采集，而不必担心弄坏昂贵的仪器。我们期待的家庭护理类机器人或许就会诞生于此。

2026年电脑报新年巨献《AIGC创业完全实战手册》纸质图书

微信订阅