多維觸覺助力“靈巧手”握軟瓶、擰燈泡
1 為什么需要觸覺傳感器?
在“2025第三屆具身智能機器人產業發展論壇”上,帕西尼感知科技的技術和銷售總監顧宏康先生指出,在具身智能產業中,觸覺是個必選題。物品的纖細、柔軟、易碎、重量不一是機器人作業的一大阻礙。
但是觸覺傳感器是我國的短板。2018年《科技日報》報道35項卡脖子技術中,觸覺傳感器位列其中,我國九成觸覺傳感器依賴進口。
多年來,在帕西尼的努力下,其觸覺傳感器實現了商業化、批量化和成熟性。
2 稀缺的數據模態成為驅動機器人泛化的關鍵要素
AI 智能分為離身智能和具身智能。AI 離身智能部署在云端或線上,例如 DeepSeek、ChatGPT。具身智能更加復雜,一個大模型需要的是數據、算力與算法,多模態的數據集是帕西尼的核心優勢,帕西尼率先提出構建 VTLA(視覺 - 觸覺 - 語言 - 動作)大模型。
3 帕西尼的六維力觸覺傳感器
帕西尼有業內首創的面陣式六維力觸覺傳感器,在指尖大小的區域,有120個單點,可以輸出xyz三個方向的空間力,以及像人的皮膚一樣可以感知溫度、紋理。總之,帕西尼的觸覺傳感器可以輸出xyz三維的力、力矩等15種感知的數據。
好的產品不再是小白鼠,帕西尼產品已批量化、商業化,做到了工業級,符合IP68的標準——防水防塵,并做到300萬次的壽命。而且每年產品會更新迭代,預計2025年第二季度會推出下一代產品,做到工業級1000萬次的壽命。
4 觸覺傳感器的部分分類
主要有壓阻式、電容式、視觸覺、霍爾磁阻(注:帕西尼采用)等方案。
壓阻式應用很廣,例如人們家里的電子秤,會有正向的壓力感知。
電容的觸覺傳感器類似手機的電容屏,有一個正向壓力的感知。
視觸覺與霍爾磁阻的方案可以感知空間力的方向。霍爾磁阻的原理是通過感知空間磁場的變化,用霍爾傳感器做力的檢測。
霍爾磁阻和視觸覺的方案都可以檢測空間的力。帕西尼解決方案的優點在哪里?在于:①尺寸、厚度;②耐久度;③集數據采集、運算、通訊為一體,做到即采即用。
視觸覺的方案類似工業相機,需要二次開發,需要上位機的運算控制,無論是開發時間還是對算力的要求都意味著成本的增加。
帕西尼的觸覺傳感器的采樣頻率做到了1000Hz,正常人的皮膚感知的頻率大概是300~500Hz,可見帕西尼的方案是人皮膚感知的2 倍,通訊頻率做到了200Hz(注:相當于工業級的5 ms),而視觸覺方案普遍在30Hz。
既然基于霍爾磁阻效應,那么動磁、靜磁的磁場,尤其是在工業場景中,對帕西尼的傳感器有沒有影響?帕西尼產品做到了耐受3800高斯強磁,具備了強磁接觸與非接觸的抗磁能力。
同時帕西尼的軟硬結合, 提供Vision可視化界面,用于客戶的二次集成與調試。可視化的界面包含了面陣列矩陣的單點數據,同時整個表面的應力集成,可以感知觸覺、壓覺、力覺、滑覺等人體所需的15 種觸覺信號。
5 應用案例
“觸覺傳感器+ 電動夾爪”是一對很好的咖啡與伴侶。有了帕西尼觸覺傳感器,有望實現精確的力控,例如夾薯片、夾紙片,這在工業與生活場景有很多借鑒意義。
帕西尼的Diffusion擴散模型有如下特點。
1)動作的規劃與生成
例如人現在有點口渴,想喝水,喝水時握瓶子的姿勢,每個人有不同的方式,對于機器人也是一樣,要選擇哪一種手勢去握瓶子?選擇哪一種方式去喝水?都得去選擇、生成。Diffusion-drive擴散模型可以生成動作的最優解,第二,生成最優解的連續動作序列。
2)力反饋與優化
礦泉水瓶子很柔軟,當大力捏合的時候會讓瓶子變形,使水溢出。接觸前,可按照設定的目標控制軌跡去執行;接觸之后,再通過觸覺做全閉環的控制。
3)虛擬仿真與重建
帕西尼有大量的訓練,除了遙操視頻,還有sim仿真環境。就像電動汽車一樣,現在全球可能有數千萬輛車在跑,這樣才能有大量的數據,但目前沒有數千萬臺的機器人在全球部署,因此數據需要在sim的仿真環境下面,這也是Diffusion擴散模型的很好的應用機會。同時它具有動態學習與適應性,提高了在各種環境下的強適應性、魯棒性。基于Diffusion擴散模型,實現了觸覺視覺為一體的多觸覺靈巧手方案。
實際場景分三步走。第一步,帕西尼觸覺靈巧手通過掌心的手眼相機,識別物體的位置+ 姿態。第二步,從深度模型提取出最優解,例如喝水,這個瓶子應該怎么抓、捏?然后生成連續的抓捏取的動作序列。第三步,運控工程師去執行動作,并分接觸前、接觸后。當接觸到瓶子之后,通過觸覺傳感器做定位控制,做一個全閉環的力控。
帕西尼推出了業內首創的視覺觸覺雙模態的13個自由度靈巧手。
基于視覺觸覺雙模態的控制架構,帕西尼提出了PX-Core(視觸覺雙模態模型的控制架構),包含感知算法與運動控制能力。
視覺觸覺高自由度靈巧手究竟高在何處?
● 擰燈泡。擰燈泡是一個靠手感的工作,手感就來自于觸感。
● 旋鈕。不管在生活場景,還是在工業場景,有很多需要旋蓋/ 擰蓋的設備,有大量的應用機會。
用帕西尼靈巧手做了哪些具體落地的事情?
● 無序抓取。諸如日常所見的掃碼槍、生雞蛋、水杯、布匹(柔軟、纖細)。
同時工業是經濟的血脈,帕西尼在工業的布局——工業制造最后一公里,在做貼標、掃碼的工作。
6 小結
第一,稀缺數據模態是機器人泛化的要素。
第二,帕西尼率先提出并構建了VTLA(視覺- 觸覺-語言- 動作)大模型,在VL 的基礎上加入了觸覺。
第三,基于多模態的 VTLA大模型,率先提出了PX-Core(視覺觸覺雙模態模型的控制架構)。
(本文來源于《EEPW》202505)
評論