（本文素材来源于论文hal-01680649）为了模拟人类手部的触觉感知，机器人手应配备多模态触觉传感器，包括静态压力分布阵列、动态触觉传感器、热传感器和接近传感器。BioTac 指尖状传感器阵列能够提供接触力、微振动和温度信息。触觉传感器可通过压电材料和压阻材料的组合来感知动态和静态接触力，如压阻橡胶与PVDF的集成。其他传感系统还结合了碳微线圈和光学传感器来提升抓取能力。虽然这些传感器具有高度的感知能力，但其体积较大。翻译而来供参考，亦可加入知识星球阅读英文原版（见文末）。
1. 压阻式传感器
图1：压阻式触觉传感器阵列：(a) 导电橡胶中电阻变化的示意图，(b) 导电橡胶的纳米级图像，(c) 压阻式触觉阵列的结构，(d) 压阻织物触觉传感器，(e) 3D形状触觉传感器电极层的示意图，(f) 压阻式压力传感器阵列的触觉图像。
压阻效应是一种物理过程，在该过程中，当材料受到机械变形时，其电阻发生变化（如图1(a)所示）。具有这种效应的材料被称为压阻体。
基于压阻材料的人工触觉传感技术有多种：力敏电阻（FSR）、压敏导电橡胶、压阻泡沫和压阻织物。通过使用FSR是实现触觉传感最简单的方法之一，它们广泛应用于诸如操纵杆等定位设备中。压阻橡胶是一种复合材料，通过将非导电弹性体与均匀分布的导电碳颗粒混合制成。图1(b)展示了纳米级别的导电橡胶结构。基于导电橡胶的多层结构传感器（如中所述，见图1(c), 1(d)）可能会出现顶层分层的问题。通过使用带有正交方向缝合线阵列的单层导电橡胶可以避免这种问题。另一种利用导电橡胶设计触觉传感阵列的方法是，在一层上加入非柔性电极图案，在第二层上加入压阻橡胶（图1(e)）。一些传感器和组件已经由Interlink 和Tekscan（FSR），Weiss Robotics（基于富碳硅橡胶的刚性触觉传感器），Inaraba（压敏导电橡胶），Eeonyx（压阻织物），以及ATi工业自动化（力/扭矩传感器）等公司进行商业化。
值得一提的是，目前开发的基于压敏橡胶和有机晶体管的触觉传感器（例如用于仿生皮肤中的那些），具有极其薄且高度柔韧的特点。用于压阻传感器的导电橡胶具有非线性的力-电阻特性。由于使用了弹性材料，这些传感器存在严重的滞后效应。在压阻传感器中，由于导电橡胶的电阻不仅取决于变形，还取决于厚度，因而传感器的灵敏度可能会因磨损而降低。此外，压阻传感器中使用的材料的性质可能会因温度和湿度的变化而发生改变。
压阻体还存在重复性较低的问题：经过多次变形后，弹性材料可能无法恢复到其初始形状。一些压阻式传感阵列对剪切力也很脆弱，例如Weiss触觉传感器。尽管存在这些缺点，许多机器人手部系统仍然集成了压阻式触觉传感阵列，因为这些传感器相对容易制造，可以具有柔性，并且有许多商业化的解决方案。与将在下一部分讨论的电容传感器相比，压阻式传感器对电磁噪声更具鲁棒性（虽然不是完全免疫）。
2. 电容式传感器
图2：电容触觉传感技术：(a) 平行板电容器的电容取决于板间距离d和板面积A（q为存储电荷）；(b) 两块导电板由弹性电介质分隔—当施加力时，板之间的距离减少，从而改变电容；(c) iCub类人机器人手掌上的三角形电容传感器网格。
电容式传感器由两块导电板组成（如图2(a)所示），中间隔着可压缩的电介质材料（如图2(b)所示）。当在外力作用下两块导电板之间的间隙发生变化时，电容也会随之改变。除了可以测量法向力外，通过使用嵌入的多个电容器，传感器还可以计算剪切力。压力传感阵列可以通过相互隔离的弹性电介质材料将行和列电极重叠构造而成。通过使用更可压缩的弹性材料或较薄的传感器，可以提高对小力的灵敏度。当位于两块导电板之间的柔性泡沫变得更薄时，传感器中可以测量到的电荷变得更小，这反过来也意味着更高的灵敏度。
电容技术在传感器领域非常受欢迎，并且已被广泛应用于机器人技术中：例如，在iCub类人机器人（如图2(c)所示）的触觉皮肤中，在PR2机器人抓手中，在多指“Allegro”机器人手中，以及在Robotiq机器人抓手中。
市面上有一些商业化的电容压力传感阵列，如Pressure Profile Systems (PPS) 的"DigiTacts"，以及类似Analog Devices的"AD7147"的电容-数字转换器 (CDC) 芯片。
电容式传感器的主要缺点包括对电磁噪声的敏感性、对温度的敏感性、非线性响应（请参阅中激励触觉单元的响应图），以及滞后效应。它们的优点包括相对于压阻式传感器具有更高的频率响应。由于电容技术被广泛应用于日常生活中，例如触摸屏，这种类型的触觉传感器在机器人技术中，特别是在机器人手部系统中，已被广泛研究和使用。
3. 压电传感器
图3：压电触觉感应：(a) 压电效应——施加的力导致正Si和负O2粒子的重新排列，导致电位升高【45】；(b) 基于压电效应的触觉感应阵列，其底层为电极，中间为压电材料，顶部为橡胶【24】；(c) 压电感应触点的示意模型【71】。
压电效应（图3(a)）描述为晶体材料在受力/压力引起的变形下产生电荷的现象【45】。压电效应可以在石英晶体中产生，也可以在人造陶瓷和聚合物（如聚偏氟乙烯 (PVDF)）中产生【69】。可以使用嵌入橡胶材料中的PVDF薄膜条制造压电触觉传感器。压电材料由于仅适用于动态测量，并且常用于基于超声波的传感器，因此适合用于动态触觉感应【17】【33】。在众多压电材料中，PVDF聚合物因其柔韧性和化学稳定性等特性，使其在触觉传感器中更具优越性。Seminara等人【69】对PVDF电机设计的触觉传感器进行了研究，其频率范围为1 Hz到1 kHz。Goger等人【24】基于PVDF聚合物和来自Weiss Robotics的压阻泡沫开发了一种用于流体机器人手的动态/静态组合触觉传感器（图3(b)）【70】。Chuang等人【71】开发了一种基于压电薄膜的柔性触觉传感器，具有用于抓握未知重量物体的结构电极（图3(c)）。
压电材料的带宽高达7kHz，如文献[24]所述。这些材料的动态响应速度比电容式传感器更快。它们的缺点包括电连接的脆弱性、对温度的敏感性【52】，并且仅适用于动态测量。
4. 量子隧道效应传感器
图4：量子效应触觉感应：(a) 基于QTC的触觉感应阵列的触点结构，能够测量剪切力和法向力【72】；(b) 用于类人机器人手指的柔性触觉感应阵列，触点能够测量剪切力【72】。
量子隧道复合材料（QTC）传感器在受到压缩时可以将其特性从绝缘体变为导体【17】。与压阻式和电容式传感器相比，QTC传感器在技术上更为先进。QTC中的金属颗粒在压缩时彼此靠得非常近，以至于颗粒之间会发生电子的量子隧穿效应。利用QTC材料，Zhang等人于2013年【72】（图4）开发了一种用于类人造手的柔性触觉传感器，能够测量剪切力和法向力。该传感器在x和y方向的灵敏度为0.45mV/mN，在z方向的灵敏度为0.16mV/mN，动态范围在z和y方向可达8N，在x方向可达20N。基于QTC的触觉传感器【73】已被集成到之前版本的Shadow机器人手【74】中，并用于Robonaut机器手的触觉手套【75】。这些传感器具有线性响应（请参见文献【72】中传感器输出与法向力的关系）和0至22N的动态范围，在动态范围方面优于最大承受力为5N的压阻式传感器【31】。然而，这些传感器容易磨损，因此其灵敏度会下降，这与压阻式传感器的情况类似。据我们所知，在此类触觉感应材料中，目前还没有专为机器人手设计的商业化产品。
5. 光学传感器
图5：光学触觉传感器：(a) 基于挫败全内反射原理的光学触觉传感器【45】；(b) 光学三轴触觉传感器的结构：固定在柔性手指表面的传感元件的位移导致光在光纤中的传播发生变化【37】；(c) 配有灵敏光学传感器的手指操控一个轻纸盒【37】；(d) 带有磁场兼容性的光学3x3触觉阵列的照片【77】；(e) "GelSight"光学传感器，由一块涂有反射膜的透明弹性体组成，用于感知饼干表面的形状【79】；(f) "GelSight"传感器的手指配置【79】。
光学传感基于不同折射率介质之间的光学反射。传统的光学触觉传感器由红外光发射二极管（LED）和光电探测器阵列组成（图5(a)）。光的强度与压力的大小成正比【45】。光学传感器也可以对剪切力敏感，例如，Yussof等人【37】开发了一种用于两指手指的光学三轴触觉传感器（图5(b)）。该传感器由41个硅橡胶传感元件、一个光源、一个光纤内窥镜和一个电荷耦合器件（CCD）相机组成。使用该光学触觉传感器，手可以操控一个轻纸盒（图5(c)）。Kampmann等人【76】将光纤传感器嵌入到三指机器人夹具的多模态触觉测量系统中（图7(d)）。Xie等人开发了一个平面的3x3光学触觉传感器阵列（图5(d)），其传感元件与磁共振成像（MRI）兼容【77】。Johnson等人【78】提出了一种新型的"GelSight"触觉传感器，使用涂有反射膜的弹性体和分辨率高达2微米的相机来捕捉表面纹理（图5(e)）。配有"GelSight"（图5(f)）触觉传感器的手指尖可以测量表面粗糙度和纹理、压力分布，甚至是滑移【79】。另一个使用透明弹性材料的光学触觉传感器的例子见于文献【80】，其中一个LED和一个光电二极管分别与一个反射（接触）平面表面对置。当表面变形时，会导致反射光束的变化。类似的概念也用于OptoForce传感器【81】。这些传感器基于使用红外光来检测接触表面的变形，从而转化为力。通过四个光电二极管对一个红外源的测量，估计出三维的力。反射表面呈半球形。
这一类别的传感器具有良好的空间分辨率、灵敏度、高重复性和电磁干扰免疫性【15】。这些触觉传感器的缺点是体积较大、功耗较高以及计算成本较高【10】。
6. 基于气压测量的传感器
图6：基于气压测量的传感器：(a) 带有气压计和硅橡胶的触觉传感单元的结构；(b) 这些单元的TakkStrip触觉阵列【87】；(c) iHY手的压力传感气压计的定制形状阵列【42】；(d) 基于流体压力传感器的微振动传感系统，来自BioTac触觉传感器【83】。
这一组触觉传感器使用了长期以来用于测量液体和空气中的压力的压力传感器【45】。在触觉传感器中使用液体可以同时获得高频响应和传感器的可变形性。液体被用作振动的传播介质，这些振动通过压力值的变化来表现。这种方法利用了传统的压力传感器，例如数字气压计【82】。Wettels等人【19】引入了一种包含电导液体的传感系统，能够产生恒定和动态信号（图6(d)）。由纹理表面上的运动或任何接触点的滑移引起的微振动，通过液体介质以声波的形式传播到压力传感器【83】。该传感器的带宽为1 kHz，使得该传感系统非常适合于滑移检测应用。该传感器嵌入在SynTouch LLC的多模态仿生BioTac指尖传感器中【84】。
在文献[85]中，没有使用液体作为传播介质，而是在每个触点内嵌入了一个气压计，气压计被模制在硅橡胶中。橡胶充当膜的作用（图6(a)）。当橡胶因与环境接触而变形时，会导致气压计的压力值发生变化。使用相同的数字气压计，Odhner等人【42】开发了一个触觉传感器阵列（图6(c)），具有约3-5mm的空间分辨率、1mN的灵敏度和最高4.9N的动态范围，适用于三指机器人手【42】。
涉及液体和气压计的传感器具有高频响应【86】。而使用硅橡胶和气压计的传感器成本较低，但由于硅橡胶的弹性，其频率响应较低【85】。因此，当频率响应很重要时，使用液体作为传播介质更为合适。
7. 多模态触觉传感器
图7：多模态触觉传感器：(a) 具有19个电极、流体压力传感器和温度计的仿生BioTac触觉传感器示意图【84】；(b) 多模态BioTac触觉传感器的照片；(c) 结合了触觉和接近传感器的传感器，能够测量物体的距离和接触压力【90】；(d) 由光学传感器和压阻传感器组成的多模态触觉感应模块图【76】。
为了尽可能接近人手的不同触觉感知模式（如热感、快速适应性和慢速适应性传入神经）【6】，机器人手应该配备多模态触觉传感器。目前的多模态触觉传感系统结合了静态压力分布阵列、动态触觉传感器、热传感器和接近传感器。BioTac手指形传感器阵列（图7a,b）提供了关于接触力、微振动和与外部物体接触时产生的温度的信息【19】。一些触觉传感器能够感知动态和静态接触力，因为它们是由压阻材料和压电材料组合而成的。这类材料的例子包括与PVDF结合的压阻橡胶（图3(b)）【24】，它与类人流体手【70】集成，以及与PVDF结合的压力可变电阻墨水，它与四指机器人手【88】集成。另一种类似的动态和静态传感器组合系统结合了碳微线圈触觉传感器和力触觉传感器【89】。Hasegawa等人将接近传感器和压力传感器集成在手指尖（图7(c)），以增强自主抓取能力【90】。光学传感器也在多模态方法中找到了应用。文献【76】中描述的三指机器人夹具结合了光学传感器，通过应变计传感器测量绝对力，通过压电传感器测量动态力，并通过光纤传感器测量力分布，如图7(d)所示。与上述多模态传感器不同，Hosoda等人提出的机器人手指尖的传感系统具有随机分布的传感单元【91】。与文献【24】类似，该传感系统由压阻和压电传感器组成，用于测量静态力和振动。压电传感器被放置在皮肤层和手指尖内部，从而可以测量内部振动。多模态触觉传感器的唯一缺点是其体积。
8. 结构传声触觉传感器
在固体结构中，振动和波被统称为“结构传声”【92】。在操作任务中，结构传声通常发生在被操控物体与环境初次接触时或在滑动过程中。加速度计和麦克风可以用作检测设备。在拾取和放置操作任务中，这些结构传声可以作为触发机械手放置物体的指示信号。Romano等人【38】在PR2机器人抓手的基座中使用了一个高灵敏度的三轴加速度计，以检测物体与桌子的接触并释放物体。更早之前，Kyberd等人【32】将麦克风集成到仿人义手中，以实现自动抓取。
这一类传感器具有宽带宽，但仅适用于动态测量。然而，如Jiang等人所示【93】，在靠近物体的情况下，可以通过比较环境声噪水平与传感器内部噪声水平来估算与物体的距离。传感器的概念基于“海螺效应”——由于声波的共振和空腔的固有共振频率，导致空腔中的噪声水平增加。该传感器包含一个空腔和位于空腔内的麦克风。空腔具有自己的共振频率，这取决于空腔的结构以及与待抓取物体之间的距离。
来自触觉传感器的数据流在不同的传感技术中具有不同的物理意义。通常，根据时间响应，它可以是动态的或静态的，并且可能表示数据数组、向量或标量值。因此，不同传感器的数据采集有其各自的处理方法，具体将在接下来的部分中讨论。材料被称为压阻体。
声明：本文素材来源于https://uca.hal.science/hal-01680649，致敬原作者。侵权可后台联系删除。
篇幅所限，以上仅摘录部分内容。
如需获取完整英文论文，请加入知识星球
并搜索编号“A204”获取详细资料。
另在知识星球有一篇非公开资料，
《无人集群协同任务规划的形式化研究与方法（编号S110）》
