1. 背景
   在机器人操作中，手部触觉感知对于稳定抓取起着重要作用。然而，传统的机械手多依赖于固定的抓力预设，无法灵活调整以适应不同类型的物体。尤其在处理脆弱、柔软或不规则物体时，预设的抓力可能导致物体损坏或抓取失败。为此，本文提出了一种紧凑型指尖形状的视觉-触觉传感器（FVTS），旨在通过高精度的触觉反馈，帮助机器人灵活调整抓取力度，实现对不同物体的自适应抓取。

2. 创新
   2.1 指尖形视觉-触觉传感器（FVTS）的设计
   FVTS传感器具有紧凑的结构，能够与多种机械手集成。它通过视觉与触觉相结合的方式，感知物体的物理特性，并利用标记位移来监测接触状态。FVTS采用高分辨率的传感模块，能够实时捕捉细微的接触变化，灵敏度达到了微米级别。传感器结构简单，易于在多种双指机械手上集成。
   

图1. (a) FVTS由接触模块（包括弹性体、标记层、涂层和丙烯酸材质）、成像-照明模块（包括LED灯丝和可调焦距的微型相机模块）以及机械模块（包括盖子、外壳和相机底座）组成。(b) 和 © 对比了视觉-触觉感知层（左侧）[27] 和FVTS（右侧）的结构和尺寸。FVTS具有紧凑的结构，宽度更小。整个尺寸为37毫米 × 21毫米 × 25毫米。我们增加了2毫米的厚度以改善弹性体与物体的接触效果。

传感器主要包括三部分：
接触模块：包含弹性体、标记层、涂层和丙烯酸材质，能够精准感知接触变形。
成像-照明模块：采用LED灯丝和微型相机模块，提供高精度图像采集，减少了失焦问题。
机械模块：集成了相机底座、弹性体固定槽和外壳，确保传感器能够实时调整接触深度，同时支持与不同机械手的快速集成。

2.2 两阶段自适应抓取策略
本文提出了一种基于FVTS的两阶段自适应抓取策略，旨在通过触觉反馈实现对不同物体的灵活抓取。该策略包括预抓取控制器和稳定性调整控制器，分别应对物体的初始接触和稳定抓取阶段，确保机械手在处理各种物体时能够提供非侵入性、稳定的抓取。
图2. 两阶段自适应抓取流程图。该流程图包括触觉传感模块、预抓取控制器和稳定性调整控制器。

2.2.1 预抓取控制
预抓取控制器的任务是在机械手接触物体的初始阶段，通过测量标记位移判断微接触状态，从而探测物体的物理特性。这一过程特别适用于柔软和脆弱物体，避免机械手施加过大的抓力。系统会动态调整抓取力度，使机械手仅与物体表面形成微接触，确保抓取过程不会对物体造成任何损坏。该阶段还能够帮助机械手适应物体的形状和表面特性，为后续的稳定抓取做准备。

2.2.2 稳定性调整控制
在完成预抓取后，稳定性调整控制器接管抓取过程，实时监控物体的运动状态，尤其是物体可能的滑动情况。对于较重或刚性物体，预抓取阶段的接触强度可能不足以支撑整个抓取过程，因此需要根据标记位移的变化，动态调整抓取力度，防止物体滑落。该控制器结合比例-微分控制（PD控制）方法，能够快速响应抓力变化，确保抓力适应物体的实际需求，并在抓取过程中保持高精度的力控调整。这种动态调整机制使得机械手能够在不同重量和硬度的物体上保持抓取稳定性，并避免对物体的损坏或抓取失败。

2.3 统一控制框架
基于对标记位移的精确测量，本文将预抓取控制器与稳定性调整控制器集成到统一的控制框架中。这一框架不仅能帮助机械手适应物体的微接触和动态接触状态，还能够增强其对物体物理属性的认知。这种设计尤其在处理复杂抓取任务时有效，进一步提升了机械手的多任务适应性与抓取稳定性。

3. 实验效果
   3.1 无触觉反馈的抓取测试
   在无触觉反馈的情况下，机械手无法根据物体的属性调整抓力，导致对海绵的过度压缩和对鸡蛋的表面破裂。

图3. 无触觉反馈的抓取测试 (a) 鸡蛋表面破裂 (b)海绵挤压变形 © 刚性物体能够承受较大的抓取力

3.2 有触觉反馈的抓取测试
使用FVTS的机械手通过实时监控标记位移，能够精准调整抓力。实验表明，柔软物体如海绵在预抓取阶段已达到稳定抓取，避免了压缩变形，而脆弱物体如鸡蛋在稳定性调整控制下保持完整性。同时，重物如铁罐在多次调整后也达到了稳定抓取状态。

图4. (a1) 抓取鸡蛋（柔性抓取）(b1) 抓取海绵（柔性抓取）(c1) 抓取罐子（刚性抓取）。自适应抓取过程有四个关键时间点：① 初始状态，② 预抓取阶段，③ 完全微接触，④ 稳定性调整阶段。(a2)-(c2) 抓取过程中力变化的监测。在预抓取阶段，力会有轻微波动，接触物体后迅速上升。根据物体的特性（如重量），机械手会自动调整抓取力度。(a3)-(c3) 抓取过程中的夹爪运动监控。在预抓取阶段，机械手以恒定速度进行探索。在稳定性调整阶段，PD控制器帮助夹爪进行自适应运动调整。

3.3 动态抓取测试
在动态负载测试中，通过向瓶中注水增加重量，FVTS能够实时调整抓力，保持稳定抓取。实验显示，抓力的变化与水量的增加保持一致，证明了FVTS在动态抓取中的适应性。

图5. (a) 动态调整验证：在持续增加负载的情况下进行测试。我们使用微型水泵将水注入瓶中，并监测力的变化 (b) 以及夹爪运动的变化 ©。抓取力度和夹爪运动的调整与水量的变化保持一致。

3.4 多任务抓取测试
除了上述测试物体，实验还对多种日常物品进行抓取测试，包括具有多重物理特性的刚性和柔性物体。实验结果显示，FVTS能够在不同物体上提供稳定的抓力，脆弱和柔软物体在抓取后保持完好，重物也能够实现稳定抓取。

图6. 对常见物体进行稳健抓取测试，这些物体具有不同的物理特性。我们在子图的左下角标注了每个物体的具体属性。在每次抓取测试后，我们都会检查物体的完整性，柔性和脆弱物体的测试结果显示在子图的右下角。测试表明，所有物体均未受到任何损坏，且FVTS能够承受至少1千克的负载。

4. 未来展望
   本文提出了一种高度集成且兼容多种主流机械手的指尖形视触觉传感器（FVTS），能够通过精确测量标记位移动态监控接触状态，实现对物体物理属性的认知。实验验证了标记位移与变形/施加力之间存在线性正相关，灵敏度达到微米级别。在此基础上，提出了两阶段自适应抓取策略，有效平衡了柔性与刚性物体的抓取，并提高了对物体物理属性的认知能力。

该方法兼顾了较低的硬件成本与较强的泛化能力，因而可提高机械手在多种任务中的实用性。相关成果有望应用于多任务抓取、工业助力等领域。通过进一步改进该策略，机械手可以在更复杂的场景中表现出优异的性能。