AI 基础
类人机器人电子皮肤: 工作原理
将 Unite.AI 添加到您在 Google 上的首选来源
电子皮肤（e-skin）是一种柔性或可贴合的感知层，为机器人提供接触及周围环境的信息。根据设计，它可以在整个表面测量压力、剪切、应变、温度、振动或接近度。
本页面重点展示的2020年原始研究演示了用于人机交互的能源自给型接近感知。此后，领域持续向多模态阵列、软体机器人手以及将感知与反馈相结合的传感系统发展。
关键要点
- 电子皮肤是由材料、传感器、布线、信号调理和推理组成的系统——而非单一传感器。
- 不同的换能方法将力、变形、热或接近度转换为电信号。
- 空间覆盖、灵敏度、耐久性、布线和校准之间相互制约。
- 安全的机器人行为需要将触觉信号与控制融合，而不仅仅是显示。
电子皮肤测量的内容
压力是单位面积的力；剪切是沿表面的平行力；应变描述变形。温度和接近度在接触前后提供上下文信息。多模态皮肤可以帮助区分轻柔触摸、滑动、冲击或附近的障碍物。
传感器密度应依据任务而定。指尖可能需要细致的空间分辨率，而躯干则可能更注重广域碰撞检测和可靠覆盖。
换能与柔性材料
电容式传感器检测电容变化；压阻式传感器在变形时电阻变化；压电材料在动态应力下产生电荷；光学和磁性设计通过光或磁场变化推断变形。
柔性聚合物、导电复合材料、印刷线路和软封装使阵列能够贴合弯曲的机体。材料必须经受反复弯曲、磨损、汗液、灰尘和温度变化而不失去校准。
从原始信号到身体映射
触觉像素（taxel）——触觉像素——的行列被扫描并转换为数字值。信号调理处理噪声、漂移和串扰。校准将电响应映射到物理量，通常对每个传感器和温度范围分别进行。
一个边缘 AI处理器可以在本地检测接触模式，降低延迟和电缆带宽需求。神经网络可能估计接触位置或滑动，但它们需要覆盖变形和传感器老化的数据。
闭合机器人控制回路
控制器将触觉数据与关节位置、力、视觉和任务状态相结合。它可以减慢抓手速度、改变抓握力度、从意外接触中撤回或提醒附近人员。反应时限和安全回退行为应在模型选择前定义。
强化学习可以训练操作策略，但e-skin必须提供校准信号，且策略必须遵守严格的安全限制。
研究与部署的局限
大面积皮肤面临布线、供电和维修的挑战。拉伸会改变几何形状，受损的taxel会扭曲邻近测量。制造在类人规模上保持一致的实验室原型仍然困难。
评估应报告灵敏度、滞后、响应时间、漂移、循环寿命、空间分辨率以及在预期弯曲表面上的性能。仅在受控环境中演示单一刺激并不等同于日常交互的稳健性。
材料与感测机制
电子皮肤是一种柔性或可拉伸的传感系统，旨在测量表面的接触、压力、应变、温度、接近度、湿度、化学物质或损伤。压阻式传感器在变形时电阻变化；电容式传感器几何形状和电容变化；压电和摩擦电材料通过运动产生电荷；光学、磁性和离子机制提供其他权衡。实用的皮肤将感测元件与柔性导体、封装、信号走线以及附着于弯曲运动机器人的方式相结合。
性能并非单一灵敏度数值。相关指标包括空间分辨率、压力或应变范围、滞后、漂移、响应与恢复时间、重复性、串扰、耐久性、温度依赖性以及最小可检测信号。软材料可以匹配人体接触感受，但会出现疲劳、脱层或校准变化。密集阵列导致大量布线和数据需求，推动多路复用、本地电子、无线链路或神经形态事件编码。功率和热量必须保持与安全接触兼容。
感知、校准与机器人控制
原始信号需要基线校正、滤波、校准、定位，并转换为接触特征。模型可以对材料进行分类、检测滑动、估计受力分布或推断抓握稳固性，但训练数据必须覆盖机器人几何形状、速度、磨损、温度、物体以及接触角度。应在训练和测试之间使用独立的传感器会话和物理单元，以避免学习单一皮肤的特性。来自力板、运动捕捉或受控夹具的真实值应包含不确定性。
控制回路必须匹配传感器的延迟和可靠性。当滑动消失时，操作臂可以降低抓力；当意外接触超过阈值时则停止，但安全不应仅依赖于学习得到的皮肤模型。应使用独立的扭矩、位置和紧急控制。为失效的taxel、断开区域、饱和和漂移定义行为。校准和自检应对机器人可观测，而不是将缺失数据视为零接触。
制造、安全性与应用
应用包括柔和抓取、碰撞检测、假肢、远程操作、康复以及人机交互。生产需要可重复的材料、维修、清洁、在相关情况下的生物相容性、连接器可靠性以及可更换模块。评估应包括重复循环和真实污染物，而不仅仅是短暂的实验室演示。皮肤数据可以揭示触摸模式或健康信息，因此需要对访问和保留进行控制。电子皮肤扩展了机器人的感知能力，但安全行为源自完整的感知、估计、控制、机械以及治理体系。
案例示例: 触觉抓握控制
机器人抓手使用柔性的压力与剪切阵列来检测接触和初始滑动。校准涵盖力、物体材料、温度、曲率以及重复循环。模型依据时间模式估计滑动，并与确定性阈值比较。训练和测试的物体、传感皮肤以及会话相互分离。评估报告滑动检测提前时间、误释放、力误差、失效taxel容忍度以及磨损和清洁后的性能。
控制器可以在认证限制内调节抓力，但独立的扭矩和紧急控制可防止受伤或掉落有害物体。自检会映射失效的传感区域，并在覆盖不足时拒绝操作。信号和固件都有版本并监测漂移。人体触摸数据仅在需要时保留。更换皮肤会触发重新校准和验证。触觉模型支持抓握；它不从接触中推断疼痛、情感或人类意图。
实施证据与运营准备
生产决策需要的不仅是成功的演示。需明确预期用户、运行环境、输入、输出、依赖、所有者以及每项重要故障的后果。在调优前建立可重复的基线和带版本的评估集。测试常规案例、边界条件、畸形或缺失的输入、分布漂移、依赖中断、误用以及最可能被忽视的群体或环境。将任务质量与校准或不确定性、延迟、吞吐量、资源成本、可访问性、隐私和安全性一起衡量。记录每一次转换和阈值，以便独立审阅者能够复现结果并将证据与诱人的原型区分开来。
在发布前，指定发布、例外、变更、回滚和退役的授权。采用分阶段推出，保留安全回退，并通过有意注入的故障验证监控。运营遥测应揭示输入质量、输出行为、模型或规则版本、依赖健康状况、人为覆盖以及已确认的结果，而不收集不必要的敏感数据。定义警报阈值和响应负责人，然后在部署后审查真实世界的证据，而不是假设离线性能会持续。每当数据源、用户、模型、供应商、政策、硬件或目标变化时都需重新评估。维护中的系统还需要有文档化的恢复、事件学习、删除和保留流程，以及明确的停用或替换时点。
常见问题
电子皮肤与人工人类皮肤是否相同？
它可以模拟某些感官或机械特性，但并未复制人类皮肤的全部生物功能。
如果机器人已有摄像头，为什么还需要触觉？
视觉无法可靠地推断每一次接触力、滑动事件或被遮挡的交互。触觉感知提供局部的物理证据。
主要参考文献
