手指的触觉除了传感 力觉信息外，还告诉大脑什么信息？

手中所持物体的细微运动

extrinsic contact sensing with relative-motion tracking from distributed tactile measurements.

IEEE International Conference on Robotics and Automation

刚性物体与外部环境的解除定位，在机器人感知与操控研究。 缜密实验，外部接触感知理论。

解决了触觉感知，机器人在灵巧操作和使用工具方面实现更大突破，应用场景进一步扩宽。

思考： 机器人如何模仿人类手指完成灵敏度极高的装配任务？

手指的触觉除了力觉信息，还有物体的细微运动。

首先要掌握：物体与外部（零件周围的环境）接触的位置信息。

机器人操作的核心在于对接触行为的控制，这个接触位置是人手或机械手在执行装配等富含接触任务时的一个关键信息，实现触觉控制的重要基础。

满足：

1，被抓握的物体是刚性的（非柔性物体）

2，环境是固定不变的

3，被抓握物体始终与环境保持接触

4，对物体的抓握始终是稳定的。

那么 分布式触觉传感器基于运动学约束估计可以感知外部接触的位置信息，

（运动学约束，对应于物体在细微运动过程中由外部接触而导致的自由度缺失）

基于视觉的分布式触觉传感器 GelSlim 3.0

目前主流的传感器， f-t 力 力矩 传感器，用于测量机器人末端执行的力度

通常置于机器人和夹具之间，这样所有反馈到夹具的力都在机器人的监控之中。

基于运动约束的估计问题。

将刚性物体与触觉传感器相接触，实验人员用手随机地改变物体的运动状态，GelSlim能够测量其运动的3D状态。论文中，研究人员将GelSlim的触觉运动追踪精度与vicon进行了比较，后者是目前商用最精确的非接触运动跟踪系统之一。 从结果来看，两条波形高度匹配，这表明触觉传感器能够以接近Vicon的精度测量到物体微小的相对运动。

有三个实验，可以思考下 从三个不同的角度 分别证明了什么。

1，验证触觉运动跟踪的精度

两条波形高度匹配， 表明 触觉传感器能够以接近Vicon的精度测量到物体微小的相对运动。

2，验证外部点接触的感知。

点接触以及接触定位的精度。

3，验证外部线接触的感知。

滑动和转动，传感器采集到的物体运动信息，使外部感知框架可以定位出物体与桌子边缘之间的接触线位置。

估计出的旋转矩阵和平移向量与实际数值吻合度较高，说明框架能够高精度测量出接触线的位置。

如果没有任何控制器，接触线容易退化成点接触。

触觉和视觉是机器人感知现实场景或物体交互行为的两大主要模态。

深度融合多模态，相辅相成，各自发挥优势。

视觉提供的是global信息，较为粗略；触觉提供的是local信息，更为精准且与操作行为直接相关。另外，视觉感知不仅能提供机器人操作所需的粗定位，更是机器人操作控制时安全性和鲁棒性的重要保证。

仅依靠触觉来构建空间感知？

机器人操控要解决的问题是通过对机械手自身的控制，调节手中物体与外界（各种并不规则的）环境的接触行为，以实现物体位姿或物体与环境相互关系的改变。相比于机器人locomotion，机器人操作的问题复杂度更高，感知更难，规划和控制更具有挑战性。