导语拧瓶盖、抓试管、捏鸡蛋——这些人类凭手感轻松完成的动作对机器人而言却难如登天。核心瓶颈之一是机器人难以精确感知“滑移”物体在指尖向哪个方向滑了滑了多少毫米现有触觉传感器大多只能测“按了多大力”对滑移的感知精度严重不足。近日浙江大学汪延成教授团队在《Nature Communications》上发表了一项突破性成果——一款受向日葵种子排列启发的“电子指纹”传感器能以0.85°的方向精度和0.091毫米的位移分辨率精确捕捉滑移矢量让机器人真正拥有了“手感”。一、触觉界的“方向感缺失”能测按压测不准滑移在机器人灵巧操作中滑移感知是决定成败的关键变量。抓取易碎物品时需要检测到微滑移的瞬间增加夹持力精密装配时需要感知零件在指尖的微小位移来调整姿态远程遥操作时需要将手指的滑动动作精确映射为机械臂的运动。但现有触觉传感器面临一个共同的“方向感缺失”困境它们大多擅长测量法向力按压的力度但在测量剪切力或滑移时通常只能依赖算法间接推算——比如用深度学习分析触觉图像的变化或用频域分析提取滑移特征。这些间接方法的精度有限、延迟较高且容易受到法向力变化、摩擦系数差异和温度漂移的干扰。更深层的问题出在物理层面。传统触觉传感器的像素阵列大多采用矩形或圆形规则排列这种布局存在“中心拥挤、边缘稀疏”或“角点浪费”的结构性缺陷。当物体在传感器表面滑动时不同方向上参与计算的像素密度不一致导致滑移矢量的空间分辨率天然不均——沿某些方向的测量精度高沿另一些方向的精度低。这不是算法问题而是传感器本身的几何布局问题。图1 示意图展示了电子指纹设备的应用与结构设计。(a) 电子指纹的工作原理。传输的触觉信号可用于机器人远程控制和机器人抓取等应用场景。 (b) 电子指纹的结构设计。力传感单元采用空心结构与切纸艺术图案设计12 × 12的触觉像素阵列以费马螺旋模式排列灵感来源于向日葵种子的形状。(c) 电子指纹的照片。比例尺5 mm。二、向向日葵借“数学”费马螺旋的黄金解法汪延成团队的解题思路独辟蹊径不是设计更复杂的算法而是从像素的物理排布入手将滑移感知从“间接推算”变成“直接测量”。灵感来自植物学中最经典的案例——向日葵种子排列。向日葵的花盘并非简单地将种子按同心圆或矩形网格排布而是遵循费马螺旋每一颗种子落在由黄金分割比约0.618决定的螺旋线上。这种排布方式能以最均匀的方式填充圆形空间无论在哪个方向上种子的分布密度都高度一致。研究团队将这一数学原理迁移到了触觉传感器设计中。他们将144个12×12触觉像素以费马螺旋模式排列。通过“空间离散度”指标系统评估当螺旋线特征参数比φ₁/φ₂趋近0.618时像素在整个圆形传感区域内的分布最为均匀——没有中心拥挤、没有边缘稀疏、没有角点浪费。这种“各向同性”的几何特性是滑移矢量高精度测量的物理基石。无论物体向哪个方向滑动参与计算的有效像素密度完全一致从算法根源上消除了系统误差。这也解释了为什么传统矩形阵列在斜向45°滑移时的精度往往低于水平/垂直方向——而费马螺旋阵列不存在这个弱点。图2 触觉传感器电子指纹设备的工作原理。示意图展示了(a) 力敏单元和(b) 滑移敏感像素的电路及工作原理。(c) 像素阵列用于滑移检测的工作原理。当仅施加法向力时力中心的投影区域左侧部分以及同时施加法向力和滑移时的投影区域中间部分。在右侧放大部分p和p分别为投影区域的实际和估计中心点o为原点d和θ分别为滑移偏移量和角度。(d) 像素阵列的分布模式。φ1和φ2为费马螺旋线的特征参数。具有特征参数φ1/φ2低于(e)和高于(f) 0.618的费马螺旋图案像素阵列的归一化空间分散。(g) 具有不同空间角比的螺旋图案的空间分散和平均误差。误差条表示标准偏差s.d.实验重复3次n 3。图3 触觉传感器的电子指纹电气特性。(a) 力敏单元的正常力灵敏度(S)。误差条表示标准差(s.d.)实验重复3次(n 3)。(b) 力敏单元的动态响应。TL和TUL分别为加载和卸载时间。(c) 每个像素单元的激活(Fon)和失活(Foff)力阈值。(d) 每个像素单元的动态响应。(e) 不同角度(0-360°)和幅度(2-6 mm)下真实与实验滑移的比较。误差条表示标准差(s.d.)实验重复5次(n 5)。(f) 滑移方向从0°到330°的标定结果间隔为30°。(g) 滑移方向的偏差和分辨率。(h) 滑移距离的标定结果间隔为2 mm。(i) 滑移距离的偏差。(j) 本研究与其他已报道工作23,26-29,37,38在滑移检测中的剪切角分辨率比较。(k) 设备在同时施加正常力和滑移时的传感性能。三、三层夹心结构用机械解耦替代算法推算有了均匀的像素阵列还需要一个能精确传递滑移位移的机械结构。研究团队设计了一套仿生三层架构。上层是封装与增摩层表面设计有仿人类指纹的凹槽纹路增大接触摩擦确保滑移发生时物体与传感器表面之间不打滑。中层是力敏感层由压阻橡胶材料制成可以在上下方向浮动负责测量法向力。底层是滑移像素阵列144个像素以费马螺旋排列每个像素是一个“悬浮的导电橡胶圆点”下方悬空横跨一对电极。平常状态下圆点与电极断开逻辑0受压后接触导通逻辑1。这个设计的精妙之处在于它将滑移感知从“模拟量”转换成了“数字量”。不是测量每个像素的力大小而是判断每个像素“是否被压到”。当物体在传感器表面滑动时中层相对于底层产生错位受压区域在底层像素阵列上的投影中心发生偏移。通过计算所有导通像素的加权平均坐标就能直接解算出滑移的位移量d和方向角θ。更关键的是三层结构实现了机械层面的力-滑移解耦。当仅有法向力作用时力中心投影区域位于原点滑移信号理论上为零当法向力和滑移同时作用时投影中心偏移滑移信号随之产生。实验证明施加法向力时滑移信号波动极小证明三层结构有效隔离了法向力对滑移测量的机械干扰——这是算法解耦方案难以做到的。图4 机器人抓取过程中的滑动防止。(a) 集成了电子指纹的机器人示意图。(b) 安装在夹持器上的电子指纹照片。比例尺25毫米。(c) 在向试管中持续添加水时机器人抓取过程中的力和滑动信号。滑动发生前的稳定抓取左侧部分。当位移超过2毫米的阈值时发生滑动中间部分。在将滑动位移控制在总值3毫米以内后再次实现稳定抓取右侧部分。四、硬核性能角度误差不到1°位移分辨率接近触觉极限这套“结构仿生数学优化机械解耦”的方案最终用一组令人印象深刻的数据证明了自己的价值。滑移方向精度达到0.85°。研究者在0°到360°范围内以30°为间隔进行了系统标定实测方向与真实方向的偏差均值不足一度。这一指标远超现有文献报道的同类器件——在补充对比中此前最先进的滑移传感器方向分辨率通常在3°-10°量级。滑移位移分辨率达到0.091毫米。这大致相当于人类指纹脊线间距的精度接近皮肤触觉分辨的物理极限。法向力灵敏度为0.36 N⁻¹覆盖日常抓握的力度范围约0.8-6N。在动态响应方面每个像素的响应时间小于100毫秒满足实时反馈的需求。为克服密集像素阵列的信号串扰团队还专门设计了等电位屏蔽电路确保144个像素在扫描时相互不受干扰。还有一个值得注意的细节是鲁棒性验证实验中向试管持续注水以逐渐增加负载系统在3.3秒时检测到滑移位移超过2.0毫米阈值并触发警报3.7秒内将夹持力从0.15 N提升至1.1 N。整个过程的总滑移被限制在3.0毫米以内。这不是靠“死力硬夹”而是靠滑移信号作为触发条件动态调整力控——这正是人类抓取的本能逻辑。图5 机器人远程控制应用使用电子指纹设备。(a) 人机交互的示意图。(b) 手指动作与机器人运动之间的映射关系。持续按压控制机器人夹具的抓取状态。快速按压可以切换运动平面。滑动信号迫使夹具朝特定方向移动。(c) 机器人远程精细操作中的力和滑动信号。书写字母“Z”20秒至45秒。切换移动平面并快速移动夹具45秒至93秒。精细调整夹具位置93秒至150秒。释放夹具150秒至180秒。五、两种交互范式从防滑抓取到“隔空写字”论文展示了两种典型的应用范式分别对应机器人自主操作和远程人机交互。范式一自适应防滑抓取。机械手抓取不断注水的试管重力逐渐增大。当系统检测到滑移位移超过阈值时自动增加夹持力直至滑移停止。这一闭环逻辑展示了从“被动感知”到“主动调控”的完整通路——机器人不再需要人类预设夹持力而是像人一样“摸着情况调力道”。范式二远程精细遥操作。将电子指纹传感器佩戴在食指指腹上用拇指搓动。持续按压控制夹爪开合快速点按切换操作平面水平/垂直滑动控制机械臂移动方向与速度。操作者利用这套映射逻辑远程控制机械臂将一支笔精准插入笔帽并成功写出了字母“Z”。这意味着传感器不仅能检测“有没有滑”还能输出精确的矢量位移信号作为三维操纵杆使用。对于远程手术、核废料处理、太空作业等需要精密遥操作的场景这种“手指级”的控制精度有极高的应用价值。六、局限与展望作为严谨的技术解析以下客观存在的局限也值得讨论材料迟滞效应由于使用了粘弹性橡胶力敏单元的加载和卸载曲线存在不重合现象。虽然作者提到可用自补偿算法修正但在高频动态交互中如快速敲击、振动感知迟滞是否会影响实时精度仍需进一步验证。法向力与滑移的细微耦合虽然三层结构实现了机械解耦但实验中仍可观察到加载法向力的瞬间会引起滑移信号的微弱波动。这是因为按压导致橡胶产生泊松效应中层在垂直方向的形变不可避免地会传递到横向。制造精度依赖像素的感知依赖于“悬浮导电圆点”与下方电极的精确对中。柔性电路板在反复弯折后可能产生微小形变导致初始状态下的“零漂”。批量生产时可能需要逐个校准这是走向量产需要解决的工程问题。尽管如此这项研究的核心贡献是明确的它证明了通过优化传感器本身的几何结构可以从物理层面突破滑移测量的精度瓶颈而不只是依赖更复杂的后处理算法。当传感器本身就具备“各向同性”的空间分辨能力高精度的滑移矢量感知就从“需要算出来”变成了“直接读出来”。对于正在追求灵巧操作能力的具身智能领域而言这种“硬件层面的降维打击”或许比任何算法优化都更有根本性的推动力。论文信息标题An electronic fingerprint device based on spiral patterned tactile pixel array for augmented human-machine interactions作者Jin, J. et al.期刊Nature Communications (2026)
