触觉感知依靠接触产生的信息来理解物体与交互状态,典型传感器包括腕部六维力/力矩传感器、触觉阵列与电子皮肤、加速度/振动传感器以及光学触觉传感器等。
力/力矩传感器对整体载荷变化敏感,常用于力控、阻抗控制与安全监测;触觉阵列提供压力或剪切力的空间分布,可推断接触斑块形状、接触位置与支撑关系;振动与 加速度信号对滑移与材质纹理敏感,适合做早期滑移预警与粗糙度判别;光学触觉通 过成像重建接触几何,能够输出更细的接触轮廓与局部形变信息,适用于插接、拧紧 等精细操作。触觉在操作任务中承担两类功能:一类是状态判别,例如是否发生接触、 是否卡阻、是否超过安全阈值;另一类是属性估计,例如硬度、摩擦、粗糙度与局部 几何。滑移检测是常见应用,通常结合剪切/法向力关系、接触斑块形状变化与高频 振动谱特征进行判断,并以滑移概率或方向强度作为输出,触发夹持力调整或策略切 换。由于触觉依赖接触,覆盖范围有限且受安装、封装与漂移影响,实际系统多采用 触觉与视觉协同:视觉提供目标定位与全局几何,触觉提供接触细节与力学反馈,从 而在遮挡、反光或视觉不稳定的阶段仍能维持操作闭环。
| 资料获取 | |
| 服务机器人在展馆迎宾讲解 |
|
| 新闻资讯 | |
| == 资讯 == | |
| » 多机器人协作搬运中的协同智能技术:机器人 | |
| » 多个机器人任务分配方法:优化的任务分配, | |
| » 多机器人任务分配:MRTA-TOC分类, | |
| » 多个机器人协作协同的通信架构:集中式、 | |
| » 多机器人的定位技术:视觉SLAM、激光S | |
| » 浙江省人工智能标准化建设指南2026年- | |
| » 智能服务机器人商业化三阶段路径:工业刚需 | |
| » 具身智能机器人目前的核心技术瓶颈:物理交 | |
| » 具身智能机器人2026要突破的关键技术: | |
| » 具身智能机器人应用推广的主要障碍与对策: | |
| » 2026典型机器人应用代表性案例:Fig | |
| » 智能服务机器人的投入产出分析:投资回收期 | |
| » 具身智能商业模式:整机销售模式,RaaS | |
| » 智能机器人具身大模型(智能大脑)的主要技 | |
| » 具身智能核心技术体系架构:一体两翼三层 | |
| == 机器人推荐 == | |
服务机器人(迎宾、讲解、导诊...) |
|
智能消毒机器人 |
|
机器人底盘 |
![]() |