Customizing Textile and Tactile Skins for Interactive Industrial Robots
Carnegie Mellon University（卡内基梅隆大学）
本文提出一种在工业机器人手臂上快速制造、校准和部署纺织品触觉皮肤的方法，并通过FANUC机器人实验证明其能有效支持工业环境中的人机交互、机器人控制与学习。
2023-08-06 cs.RO
RobotSweater: Scalable, Generalizable, and Customizable Machine-Knitted Tactile Skins for Robots
Carnegie Mellon University（卡内基梅隆大学）；University of California, Santa Barbara（加州大学圣巴巴拉分校）
触觉感知是机器人感知环境并做出反应的关键。然而，在机器人上制造大规模和灵活的触觉皮肤仍然是一个挑战。工业机器针织提供制造定制织物的解决方案。与功能性纱线一起，它可以生产高度可定制的电路，可以制成机器人的触觉皮肤。在这项工作中，我们提出了RobotSweater，一种机器编织的压力敏感触觉皮肤，可以很容易地应用在机器人上。我们使用现成的纱线设计和制造了一个参数化的多层触觉皮肤，并在平面测试台和曲面上表征了我们的传感器，以显示其强大的接触检测，多接触定位和压力传感能力。该传感器采用成熟的纺织品制造工艺和可编程工业针织机制造，这使得它具有高度可定制性和低成本。传感器的纺织性质也使其易于适应不同机器人的曲面，并具有友好的外观。使用我们的触觉皮肤，我们进行闭环控制与触觉反馈的两个应用：（1）人类的机器人手臂的引导控制，和（2）人机交互与移动机器人。
2023-03-06 cs.RO
Robot Tactile Gesture Recognition Based on Full-body Modular E-skin
Northeastern University（东北大学）
本文提出一种基于模块化电子皮肤和等变图神经网络的机器人触觉手势识别方法，将戳、抓、抚摸、双拍等手势映射为机器人动作，实现直观人机交互。
2025-06-23 cs.RO
Crossing the Reality Gap in Tactile-Based Learning
针对机器人触觉操作中仿真与现实鸿沟的问题，提出基于质量-弹簧-阻尼系统的触觉传感器建模方法，结合域随机化和潜在空间特征对齐训练策略，实现高效的 sim-to-real 迁移。
2023-05-23 cs.RO
Optimizing Multi-Touch Textile and Tactile Skin Sensing Through Circuit Parameter Estimation
Carnegie Mellon University（卡内基梅隆大学）；Siemens Corporate Technology（西门子公司技术部）
本文提出一种基于电阻式传感阵列估计的触觉感知新框架，利用正则化最小二乘目标函数估计电阻分布，提升准确性并减轻重影效应，同时设计精简皮肤结构，实验显示多点触控力感知准确性提升26.9%。
2024-04-23 cs.RO
Self-supervised perception for tactile skin covered dexterous hands
FAIR at Meta（Meta的FAIR）；Carnegie Mellon University（卡内基梅隆大学）；University of Washington（华盛顿大学）
针对磁性触觉皮肤传感器缺乏通用模型等问题，研究提出预训练编码器Sparsh-skin，通过自蒸馏自监督学习生成触觉嵌入，在多项基准任务中显著提升样本效率与任务性能。
2025-05-16 cs.RO
Enabling Tactile Feedback for Robotic Strawberry Handling using AST Skin
Lincoln Institute of Agri-food Technology, University of Lincoln（林肯大学食品农业技术学院）；School of Computer Science, University of Lincoln（林肯大学计算机科学学院）；University of Surrey（萨里大学）
本文将 AST 皮肤集成到定制机器人手指中，通过数据驱动校准和实时力控抓取草莓果柄，验证其提供可靠触觉反馈的能力。
2024-07-01 cs.RO
GTac: A Biomimetic Tactile Sensor with Skin-like Heterogeneous Force Feedback for Robots
National University of Singapore（新加坡国立大学）；Guilin University of Electronic Technology（桂林电子科技大学）
人手的触觉感知能力在执行日常活动中是必不可少的。通过整合到手中的机械感受器同时感知法向力和剪切力，使人类能够完成日常任务，如抓取微妙的物体。在本文中，我们设计并制作了一种新型的仿生触觉传感器与皮肤的异质性，同时感知正常和剪切接触力。它通过结合非本征层（压阻传感器）和本征层（霍尔传感器）来模拟多层机械感受器，从而可以估计接触力方向、位置和关节级扭矩。通过集成我们的传感器，机器人抓取器可以在指尖获得接触力反馈;因此，机器人可以执行具有挑战性的任务，例如镊子的使用和鸡蛋抓取。这种富有洞察力的传感器设计可以定制并应用于机器人的不同领域，并为它们提供异构力感测，可能支持机器人获取类似皮肤的触觉反馈。
2022-01-28 cs.RO
Acoustic Soft Tactile Skin (AST Skin)
University of Lincoln（林肯大学）；University of Surrey（萨里大学）
本文提出基于声波在柔性内嵌通道中受形变调制的AST Skin，通过回归与分类模型估计接触力和位置，并在实时抓握力控制中验证其高精度与实用性。
2024-02-29 cs.RO
MagicSkin: Balancing Marker and Markerless Modes in Vision-Based Tactile Sensors with a Translucent Skin
Robot Perception Lab, Centre for Robotics Research, Department of Engineering, King’s College London（机器人感知实验室，机器人研究研究中心，工程系，伦敦国王学院）；Imperial College London（帝国理工学院伦敦校区）
MagicSkin通过半透明标记平衡标记与无标记模式，提升触觉传感器在物体分类、纹理识别和力预测中的性能。
2025-12-07 cs.RO
Color-Coded Fiber-Optic Tactile Sensor for an Elastomeric Robot Skin
Nazarbayev University（纳扎尔巴耶夫大学）
触觉对于环境和与物体进行物理交互的机器人之间的可靠映射至关重要。据推测，人工触觉皮肤将促进机器人与环境的安全互动。在这项工作中，我们提出了我们的颜色编码的触觉传感器，将塑料光纤（POF），透明的硅橡胶和现成的彩色摄像头。处理电子器件远离传感表面放置，使传感器在恶劣环境下具有鲁棒性。由于光源的数量低于相机POF的数量，因此可以进行接触定位。经典的机器学习技术和层次分类方案用于接触定位。具体来说，我们使用我们的传感器生成了从刺激到机器人感知系统的感觉的映射。我们实现了一个力的传感范围高达18 N的力的分辨率约为3.6 N和8 mm的空间分辨率。颜色编码的触觉传感器是适合于触觉探索，并可能使进一步的创新，在鲁棒的触觉感知。
2019-08-10 cs.RO
TacFR-Gripper: A Reconfigurable Fin Ray-Based Compliant Robotic Gripper with Tactile Skin for In-Hand Manipulation
University of Bristol（布里斯托大学）；Bristol Robotics Lab（布里斯托机器人实验室）；Imperial College London（伦敦帝国学院）
本文提出TacFR-Gripper，一种基于鳍射线可重构柔性抓取器，集成触觉皮肤和GNN感知，实现高成功率抓取与灵巧手内操作。
2023-11-17 cs.RO
StereoTacTip: Vision-based Tactile Sensing with Biomimetic Skin-Marker Arrangements
School of Engineering Mathematics and Technology（工程数学与技术学院）；Bristol Robotics Laboratory（布里斯托尔机器人实验室）；University of Bristol（布里斯托尔大学）
本研究提出StereoTacTip，一种基于立体视觉的触觉传感器，通过仿生标记布置、折射校正和皮肤表面模型，实现精确的几何重建，并验证了标记形态对触觉感知的重要性。
2025-06-22 cs.RO
Compressed Sensing for Scalable Robotic Tactile Skins
Rensselaer Polytechnic Institute（伦斯勒理工学院）
大型触觉阵列的潜力，以提高机器人的感知安全操作在人类占主导地位的环境和高分辨率的触觉阵列，使人类水平的灵巧操作是公认的。然而，触觉感知元件数量的增加引入了挑战，包括布线复杂性、数据采集和数据处理。为了帮助解决这些挑战，我们开发了一种基于压缩感知的触觉感知技术。压缩感知同时执行数据采样和压缩，并具有恢复保证，并已成功地应用于计算机视觉。我们使用压缩传感技术的触觉数据采集，以减少硬件的复杂性和数据传输，同时允许快速，准确的重建的全分辨率信号。对于我们的4096个taxel的模拟测试阵列，我们实现了相当于以超过100Hz的速率从仅1024个测量值（压缩信号）独立地测量所有可重构信号（完整信号）的重建质量。然后，我们将触觉压缩传感的对象分类的问题。具体来说，我们进行对象分类的压缩触觉数据的基础上的方法称为压缩学习。即使压缩比为64：1，我们也可以获得高达98%的分类准确率。
2017-05-12 cs.RO
A Machine Learning Approach to Contact Localization in Variable Density Three-Dimensional Tactile Artificial Skin
University of Colorado Boulder（科罗拉多大学博尔德分校）
针对非均匀分布于半锥形三维结构的互电容触觉人工皮肤，本文训练全连接神经网络实现接触点定位，在线模型误差达5.7 ± 3.0 mm。
2024-12-01 cs.RO
A Plenum-Based Calibration Device for Tactile Sensor Arrays
Italian Institute of Technology（意大利技术研究院）
在现代机器人应用中，触觉传感器阵列（即，人造皮肤）是确定机器人和外部代理之间接触位置的紧急解决方案。定位接触点很有用，但确定施加在皮肤上的力提供了许多额外的可能性。这种附加功能通常需要耗时的校准程序，以将传感器读数与所施加的力相关联。这封信提出了一种新的设备，使触觉传感器阵列的校准在一个快速和简单的方式。关键的想法是设计一个充气室，皮肤插入其中，然后通过将气压和传感器读数相关联来实现触觉传感器的校准。这个一般的概念进行了实验测试，以校准的iCub机器人的皮肤。校准设备的验证是通过将已知重量的质量放在人造皮肤上并将施加的力与传感器估计的力进行比较来实现的。
2021-03-23 cs.RO
M3D-skin: Multi-material 3D-printed Tactile Sensor with Hierarchical Infill Structures for Pressure Sensing
Department of Mechano-Informatics, Graduate School of Information Science and Technology, The University of Tokyo（机械信息学系，信息科学和技术研究生院，东京大学）；AI Center, Graduate School of Information Science and Technology, The University of Tokyo（人工智能中心，信息科学和技术研究生院，东京大学）
本研究提出M3D-skin，利用多材料FDM 3D打印的填充图案构建层级结构，通过压力变形改变电阻实现触觉感知，并验证了其在脚底运动测量、机器人手集成及触觉操作中的有效性。
2025-10-14 cs.RO
CushSense: Soft, Stretchable, and Comfortable Tactile-Sensing Skin for Physical Human-Robot Interaction
Cornell University（康奈尔大学）
本文提出 CushSense，一种基于织物的柔软可拉伸触觉皮肤，通过电容变化检测接触，成本低、精度高且耐用，适用于机器人护理等物理人机交互任务。
2024-05-06 cs.RO
ST-MNIST -- The Spiking Tactile MNIST Neuromorphic Dataset
National University of Singapore（新加坡国立大学）
触觉感知是智能机器人的一种基本形式，因为它使它们能够灵活地与环境中的物理对象进行交互。电子皮肤的最新进展已经导致开发了利用这种重要的感觉模态的数据驱动的机器学习方法。然而，用于训练这种算法的当前数据集限于标准同步触觉传感器。缺乏基于神经形态事件的触觉数据集，主要是由于缺乏大规模的基于事件的触觉传感器。拥有这样的数据集对于开发和评估处理基于时空事件的数据的新算法至关重要。例如，在传统的基于帧的数据集上评估脉冲神经网络被认为是次优的。在这里，我们首次推出了一种新的神经形态尖峰触觉MNIST（ST-MNIST）数据集，其中包括手写数字由人类参与者在神经形态触觉传感器阵列上书写。我们还描述了一个初步的努力，以评估我们的ST-MNIST数据集使用现有的人工和脉冲神经网络模型。本文提供的分类精度可以作为未来工作的性能基准。我们预计，我们的ST-MNIST数据集将是感兴趣的和有用的神经形态和机器人研究社区。
2020-05-08 cs.CV cs.HC cs.NE
Design and evaluation of a multi-finger skin-stretch tactile interface for hand rehabilitation robots
Delft University of Technology（代尔夫特理工大学）；Erasmus MC, University Medical Center Rotterdam（伊拉斯姆斯医学中心鹿特丹大学医学中心）；ARTORG Center（ARTORG中心）
本文设计并评估了一种安装在手部康复机器人上的多指皮肤拉伸触觉接口，通过定制磁力传感器实现闭环力控制，精确渲染四指二维皮肤拉伸，为机器人感觉运动康复提供更真实的触觉反馈。
2024-02-19 cs.RO
Bio-Skin: A Cost-Effective Thermostatic Tactile Sensor with Multi-Modal Force and Temperature Detection
Oklahoma State University（俄克拉荷马州立大学）；University of Colorado Denver（科罗拉多大学丹佛分校）；Kennesaw State University（肯尼索州立大学）
Bio-Skin是一种低成本多模态触觉传感器，通过单轴霍尔效应传感器和条形压阻电阻器实现力和温度检测，具有与商用产品相当的性能和十倍更低的成本。
2026-01-08 cs.RO
Dual-modal Tactile E-skin: Enabling Bidirectional Human-Robot Interaction via Integrated Tactile Perception and Feedback
Tsinghua-Berkeley Shenzhen Institute（清华-深圳伯克利研究院）；Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）；School of Electronic Information, Wuhan University（武汉大学电子信息学院）；Department of Electrical, Computer and Biomedical Engineering, Ryerson University（瑞尔森大学电气、计算机与生物医学工程系）
本文提出一种集成磁触觉感知与振动反馈的双模态电子皮肤，实现双向人机交互，支持物体识别与精细称重，提升交互沉浸感与效率。
2024-02-08 cs.RO eess.SP
Magnet-Based Soft Robotic Skin Using a 3D-Printed Multi-Lattice Structure and CNN-Based Tactile Super-Resolution
DGIST (Daegu Gyeongbuk Institute of Science and Technology)（大邱庆北科学技术院）；University of Ulsan（蔚山大学）
提出一种集成多层软格点、霍尔效应传感器阵列和CNN触觉超分辨率模型的磁基机器人皮肤，通过格点参数调节实现机械柔顺性与传感特性的联合优化，并利用3D打印快速制造，实现接触位置和法向力的实时估计。
2026-05-27 cs.RO
Learning-enhanced electronic skin for tactile sensing on deformable surface based on electrical impedance tomography
The University of Edinburgh（爱丁堡大学）；School of Engineering（工程学院）；Institute for Imaging, Data and Communications（成像、数据与通信研究所）；Institute for Integrated Micro and Nano Systems（集成微纳系统研究所）
本文针对EIT触觉传感器在可变形表面上性能下降的问题，提出一种机器学习辅助方法，通过跟踪表面变形并融合变形信息与EIT数据进行触觉重建，仿真和实验验证了其有效性。
2025-04-08 cs.RO
Towards Intuitive Human-Robot Interaction through Embodied Gesture-Driven Control with Woven Tactile Skins
Centre for Perceptual and Interactive Intelligence (CPII)（感知与交互智能中心）；Department of Mechanical and Automation Engineering（机械与自动化工程系）；Texense Ltd.（Texense有限公司）；Department of Mechanical, Aerospace and Civil Engineering（机械、航空航天与土木工程系）
本研究提出一种基于电容编织触觉皮肤的具身手势驱动人机交互框架，定义14种手势映射，搭配近100%准确率的轻量识别模型，可将机械臂任务完成时间最多缩短57%，为自然高效的具身HRI提供可行方案。
2025-09-30 cs.RO
Contact Force and Joint Torque Estimation Using Skin
Istituto Italiano di Tecnologia（意大利理工学院）
在本文中，我们提出的算法来估计外部接触力和关节扭矩，只使用皮肤，即分布式触觉传感器。为了处理触觉传感器（taxels）之间的差距，我们使用插值技术。这些插值技术的应用使我们能够估计接触力和关节扭矩，而不需要昂贵的力-扭矩传感器。使用iCub人形机器人进行验证。
2017-09-20 cs.RO
AcousTac: Tactile sensing with acoustic resonance for electronics-free soft skin
University of California Berkeley（加州大学伯克利分校）
本研究提出AcousTac声学触觉传感器，利用柔性硅胶帽与塑料管构成的共振腔，通过外置麦克风检测气动声的频率变化实现力感知，无需接触端集成电子元件，可组成阵列并在机器人系统上验证了功能，适用于柔性机器人表面触觉感知。
2023-07-19 cs.RO
An Event-Based Opto-Tactile Skin
本文提出了一种基于事件的光触觉皮肤传感系统，通过动态视觉传感器和柔性硅光学波导结合，实现大范围柔性触觉感知，具有低功耗和高响应的特点。
2026-01-07 cs.RO
Single and bi-layered 2-D acoustic soft tactile skin (AST2)
University of Lincoln（林肯大学）；University of Surrey（萨里大学）
本文提出模块化、低成本的单层与双层二维声学柔性触觉皮肤 AST2，通过专用声学通道和振幅调制解码接触交互，实现了法向力、位置与接触面直径的高精度估计。
2024-02-29 cs.AI cs.RO
Design, Mapping, and Contact Anticipation with 3D-printed Whole-Body Tactile and Proximity Sensors
Human Interaction and RObotics [HIRO] Group（人机交互与机器人 [HIRO] 团队）
本文提出GenTact-Prox，一种3D打印的人工皮肤，集成了触觉和接近传感以实现接触检测与预测。该平台模块化设计，可适配任意机器人形态，覆盖整个机器人身体，检测范围达18厘米。通过数据驱动框架映射Perisensory Space，实现接触预测。
2026-03-24 cs.RO
Towards vision-based robotic skins: a data-driven, multi-camera tactile sensor
ETH Zurich（苏黎世联邦理工学院）
本文介绍了一种多摄像头光学触觉传感器的设计，提供有关的接触力分布施加到其软表面的信息。这些信息包含在表面内散布的球形颗粒的运动中，当受到力时，这些颗粒会变形。小型嵌入式摄像机捕获不同颗粒图案的图像，然后通过机器学习架构将其映射到三维接触力分布。本文提出的设计具有更大的接触表面和更薄的结构比大多数现有的基于摄像头的触觉传感器，而不使用额外的反射元件，如镜子。一个模块化的学习架构的实现进行了讨论，有利于更大的表面，如机器人皮肤的可扩展性。
2020-06-23 cs.CV cs.RO
Learning Precise, Contact-Rich Manipulation through Uncalibrated Tactile Skins
New York University（纽约大学）；Columbia University（哥伦比亚大学）；Carnegie Mellon University（卡内基梅隆大学）
提出 ViSk 框架，将未校准磁性触觉皮肤数据作为 token 与视觉共同输入 transformer 策略，在四项真实富接触操作任务中显著提升性能与空间泛化。
2024-10-26 cs.AI cs.RO
External Photoreflective Tactile Sensing Based on Surface Deformation Measurement
Graduate School of Engineering Science, The University of Osaka（大阪大学工学研究科）；Department of Mechanical Engineering and Science, Kyoto University（京都大学机械工学科）；Faculty of Design Department of Media Design, Kyushu University（九州大学设计学部媒体设计学科）
本文提出一种外部光反射式触觉感知方法，通过读取硅胶皮肤表面形变估计接触力，无需嵌入传感器，并在软体夹爪上验证了其低迟滞、高重复性和模块化部署优势。
2026-10-02 cs.RO
SoTa: Soft Tactile Skins for Dexterous Manipulation
Tsinghua University（清华大学）；Stanford University（斯坦福大学）；University of Cambridge（剑桥大学）
本文提出SoTa低成本电容式触觉皮肤，实现人机全手覆盖与共享布局，支持协同训练，在接触密集操作中显著提升成功率。
2026-10-05 cs.LG cs.RO
Seeing Through your Skin: Recognizing Objects with a Novel Visuotactile Sensor
Samsung AI Center Montreal（三星蒙特利尔人工智能中心）；York University（约克大学）；McGill University（麦吉尔大学）；Woods Hole Oceanographic Institution（伍兹霍尔海洋研究所）
我们引入了一类新的基于视觉的传感器和相关的算法过程，将视觉成像与高分辨率触觉发送相结合，所有这些都在统一的硬件和计算架构中。我们证明了传感器的多模态物体识别和计量的功效。对象识别通常被制定为一个单峰的任务，但通过结合两个传感器的方式，我们表明，我们可以实现几个显着的性能改进。该传感器名为See-Through-your-Skin传感器（STS），旨在提供接触表面的丰富多模式传感。受光学触觉感知技术最新发展的启发，我们解决了这些传感器的一个关键缺失功能：捕捉接触表面以外区域的视觉透视的能力。而光学触觉传感器通常是不透明的，我们提出了一个传感器与一个透明的皮肤，具有双重功能的触觉传感器和/或作为视觉相机，这取决于其内部的照明条件。本文详细介绍了传感器的设计，展示了其双重传感功能，并提出了一种融合视觉和触摸的深度学习架构。我们验证了传感器的能力，以分类家居用品，识别精细纹理，并推断其物理特性都通过数值模拟和实验与智能台面原型。
2020-12-14 cs.RO
Towards Artificial Nerves: Biomimetic Optical-Fiber Tactile Sensing for Robots
School of Engineering Mathematics and Technology, University of Bristol（工程数学与技术学院，布里斯托大学）
研究旨在为机器人开发仿生光纤触觉传感，以实现类人触觉感知。核心方法是OptiTac传感器模拟人类触觉结构，将触觉信号当图像用简单分析方法处理。主要贡献是建立传感框架，为未来分布式触觉系统提供可扩展路线，展示生物学原理对机器人人工神经开发的指导作用。
2026-07-20 cs.RO
GenTact Toolbox: A Computational Design Pipeline to Procedurally Generate Context-Driven 3D Printed Whole-Body Artificial Skins
University of Colorado Boulder（科罗拉多大学波德罗分校）
GenTact Toolbox通过程序化生成和多材料3D打印技术，实现针对机器人形状和应用场景的上下文驱动触觉皮肤设计
2025-03-07 cs.RO
Design and Human Evaluation of Tactile Withdrawal Reflexes for a Skin-Covered Robot Arm
Department of Cybernetics, Faculty of Electrical Engineering, Czech Technical University in Prague（布拉格捷克技术大学电气工程学院控制论系）
研究机器人手臂人工伤害感受，提出将压力变化映射到退缩动作的流程，比较三种反射。通过用户研究发现均匀反射在多项指标上获高评价，表明行为可预测性对用户接受很关键，笛卡尔反射被认为最适合触摸，生物启发反射表现不佳。
2026-07-27 cs.RO
Touch and deformation perception of soft manipulators with capacitive e-skins and deep learning
The University of Edinburgh（爱丁堡大学）
针对软体机器人触觉与形变信息耦合干扰感知的难题，提出带稀疏电极的电容式电子皮肤结合深度学习的解耦方案，实现高准确率触摸识别与高精度形变追踪，为软体机器人多感知电子皮肤发展提供新路径。
2023-05-02 cs.RO
A Machine Learning Approach to Sensor Substitution from Tactile Sensing to Visual Perception for Non-Prehensile Manipulation
University of Genoa（热那亚大学）
针对非抓握操作中触觉传感器缺失导致策略不可迁移的问题，提出机器学习框架，将 LiDAR 或 RGB-D 数据映射为触觉信息，并在推动任务中达到相当甚至更优性能。
2025-06-09 cs.RO
ReSkin: versatile, replaceable, lasting tactile skins
软传感器在机器人技术中的兴趣持续增长，因为它们能够实现来自材料特性的被动共形接触和来自传感器特性的主动接触数据。然而，保形接触的相同性质导致软传感器的更快劣化以及它们的响应特性随时间和跨样本的更大变化，抑制了它们的持久和可替换的能力。ReSkin是一种触觉软传感器，利用机器学习和磁传感技术，为长期使用提供低成本、多样化和紧凑的解决方案。磁感应将电子电路与无源接口分离，使得在接口磨损时更容易更换接口，同时允许各种各样的形状因子。机器学习使我们能够学习传感器响应模型，这些模型对制造和时间的变化具有鲁棒性，我们的自监督学习算法可以通过小型，廉价的数据汇集程序实现更好的性能增强。我们相信，ReSkin为比现有替代品更通用，可扩展和廉价的触觉模块打开了大门。
2022-02-12 cs.AI cs.RO
Improving Sensing Coverage and Compliance of 3D-Printed Artificial Skins Through Multi-Modal Sensing and Soft Materials
University of Colorado Boulder（科罗拉多大学波尔得分校）
本文提出结合时间飞行和自电容传感的柔性皮肤，实现多模感知、压力传感与电接口优化，提升3D打印人工皮肤的实用性和覆盖能力。
2026-04-28 cs.RO
Safety of human-robot interaction through tactile sensors and peripersonal space representations
Czech Technical University in Prague（布拉格捷克理工大学）
包括紧密物理人机交互（pHRI）的人机协作是工业和科学的当前趋势。安全准则规定了两种安全模式：（i）功率和力限制以及（ii）速度和分离监测。我们研究了配备人工敏感皮肤和周围保护性安全区（peripersonal space）的机器人对安全pHRI的潜力。
2018-05-18 cs.RO
ViTacTip: Design and Verification of a Novel Biomimetic Physical Vision-Tactile Fusion Sensor
Imperial College London（帝国理工学院）；University of Bristol（布里斯托大学）；King’s College London（伦敦国王学院）
本研究设计了集成视觉与触觉的仿生传感器ViTacTip，结合透明透视表皮与仿生尖端结构，提出基于GAN的模态切换方法，在多任务中性能优于单模态传感器。
2024-01-31 cs.RO
Comparing Piezoresistive Substrates for Tactile Sensing in Dexterous Hands
University of Utah（犹他大学）；NVIDIA Corporation（英伟达公司）
虽然触觉皮肤已被证明是有用的检测机器人手臂和它的环境之间的碰撞，他们还没有被广泛用于改善机器人抓取和手操纵。我们提出了一种新的传感器设计用于覆盖现有的多指机器人手。我们分析了四种不同的压阻材料使用织物和防静电泡沫基板在台式实验的性能。我们发现，虽然压阻泡沫被设计为包装材料，而不是用作传感基板，它执行与织物专门为此目的而设计。虽然这些结果证明了压阻泡沫材料在触觉感知应用中的潜力，但它们并不能完全表征这些传感器用于机器人操作的功效。因此，我们使用低密度泡沫基底来开发可扩展的触觉皮肤，该皮肤可以附着在机器人手的手掌上。我们演示了几个机器人操作任务，使用该传感器来显示其可靠地检测和定位接触的能力，以及在抓取和运输任务中分析接触模式。我们的项目网站提供了传感器开发和分析中使用的所有材料、软件和数据的详细信息：https://sites.google.com/gcloud.utah.edu/piezoresistive-tactile-sensing/。
2022-09-14 cs.RO
Toward Geometry-Scalable Whole-Body Touch for Humanoids: A 3D-Printed Conformal EIT Skin
Czech Technical University in Prague（布拉格捷克技术大学）；Eindhoven University of Technology（埃因霍温理工大学）
该研究提出一种3D打印的保形EIT触觉皮肤，通过增材制造工艺实现几何适配，在弯曲原型上18个接触点平均定位误差6mm，可减轻人形机器人触觉覆盖的形态重设计负担。
2026-08-04 cs.RO
Artificial Skin Ridges Enhance Local Tactile Shape Discrimination
National University of Singapore（新加坡国立大学）
假手成功抓取和操纵物体的基本要求之一是能够区分不同物体的形状，更具体地说，是物体的表面曲率。在这项研究中，我们提出了一个脊状的指尖结构，模拟人类指纹，提高嵌入式触觉传感器的曲率检测的可能性。此外，提出了一种基于机器学习方法的曲率检测方法，为嵌入式传感器提供区分不同物体表面曲率的能力。为此，进行了一组实验，以收集触觉信号从2 \times 2触觉传感器阵列，然后处理的信号，并用于学习算法。为了实现我们的机器学习方法的最佳性能，我们实现了三种不同的学习算法，即朴素贝叶斯（NB）、人工神经网络（ANN）和支持向量机（SVM），并对各种参数进行了比较。最后，选择最准确的方法来评估所提出的皮肤结构在三种不同曲率的识别。结果表明，曲面曲率判别的准确率为97.5%。
2011-09-16 cs.RO physics.ins-det physics.med-ph
EIT-Pneumatic Hybrid Robotic Skin for Practical and Accurate Force Map Reconstruction
Mechanical Engineering Department, KAIST（韩国科学技术院机械工程系）；Department of Robotics and Mechatronics Engineering, DGIST（大邱科学技术院机器人与机电工程系）；Mechanical Engineering Department, TU/e（埃因霍温理工大学机械工程系）
提出一种结合电阻抗断层成像（EIT）与气动触觉传感的混合机器人皮肤，通过Tikhonov正则化逆重建和逐垫气动校准，实现大面积精确触觉传感，并降低灵敏度不均匀性。
2026-05-27 cs.RO
Single-Pixel Tactile Skin via Compressive Sampling
Johns Hopkins University（约翰霍普金斯大学）；Johns Hopkins School of Medicine（约翰霍普金斯大学医学院）
单像素触觉皮肤通过压缩采样实现高效触觉信息重建，支持自适应重建和快速接触定位，适用于机器人和人机接口的大规模触觉智能。
2025-11-21 cs.RO cs.SY eess.SY
Pneumatic-Tomographic Tactile Skin for Multicontact Localization and Force Estimation
Department of Cybernetics, Faculty of Electrical Engineering, Czech Technical University in Prague（电子工程学院自动化系，捷克技术大学）
本文提出双通道触觉皮肤结合EIT与气压传感，通过位置感知校正实现多接触力估计，提升力估计精度并简化校准流程。
2026-08-28 cs.RO eess.SP
Sensorized Soft Skin for Dexterous Robotic Hands
Soft Robotics Lab, IRIS, D-MAVT, ETH Zurich（ETH Zurich 软机器人实验室）；School of Materials Science and Engineering, Nanyang Technological University（南洋理工大学材料科学与工程学院）
本研究提出一种为腱驱动人形手骨架配备多材料3D打印软触觉皮肤的方法，在保持运动范围和速度灵巧性的同时，通过集成压阻式传感器增强了触觉感知并实现了更稳固的抓取。
2024-04-30 cs.AR cs.RO
Design of scalable orthogonal digital encoding architecture for large-area flexible tactile sensing in robotics
针对大面积柔性触觉感知中布线复杂和编码效率低的瓶颈，提出基于码分多址启发的正交数字编码架构，实现并行信号叠加，大幅降低布线需求并保持低延迟，为可扩展具身智能系统开辟新路径。
2025-09-13 cs.RO
Functional mimicry of Ruffini receptors with Fiber Bragg Gratings and Deep Neural Networks enables a bio-inspired large-area tactile sensitive skin
Scuola Superiore Sant’Anna（圣安娜高等研究学院）；Università Campus Bio-Medico di Roma（罗马生物医学大学）；Sapienza University of Rome（罗马大学）；Istituto Italiano di Tecnologia（意大利理工学院）
协作机器人预计将在日常生活和工作场所与人类进行物理交互，包括工业和医疗环境。相关的关键使能技术是触觉感知，其当前需要解决突出的科学挑战，以借助于在大面积上适应机器人实施例的复杂弯曲几何形状的柔软的顺应性人造皮肤来同时检测接触位置和强度。在这项工作中，开发了一个大面积的敏感柔软的皮肤与弯曲的几何形状，允许机器人全身覆盖通过模块化补丁。仿生皮肤由柔软的聚合物基质组成，类似于人类前臂，嵌入有光子光纤布拉格光栅（FBG）传感器，其部分模仿鲁菲尼机械感受器功能，具有扩散、重叠的感受野。实施了卷积神经网络深度学习算法和多网格神经元集成过程，以解码FBG传感器输出，从而推断皮肤表面的接触力大小和定位。力和定位预测结果的中位误差分别为35 mN（IQR = 56 mN）和3.2 mm（IQR = 2.3 mm）。具有拟人手臂的演示为基于AI的集成皮肤铺平了道路，通过机器智能实现安全的人机合作。
2022-03-23 cs.RO cs.SY eess.SP
Hoxels: Fully 3-D Printed Soft Multi-Modal & Multi-Contact Haptic Voxel Displays for Enriched Tactile Information Transfer
Stanford University（斯坦福大学）
腕戴式触觉接口可以提供广泛的触觉提示，用于与虚拟对象进行信息通信和交互。与指尖不同，手腕和前臂提供了相当大的皮肤面积，其允许放置多个触觉致动器作为显示器，用于以最小的反射来丰富触觉信息传递。现有的多自由度（DoF）腕戴式设备采用传统的刚性机器人机构和电动机，这限制了它们的多功能性、小型化、分布和组装。基于软弹性体致动器阵列的替代解决方案仅构成1-DoF触觉像素。更高自由度的原型产生单个交互点，需要复杂的手动装配过程，例如模制和粘合几个部件。这些方法限制了高DoF紧凑型触觉显示的构造、可重复性和可定制性。在这里，我们提出了一种新颖的，全3D打印的，柔软的，可穿戴的触觉显示，用于增加手腕和前臂上的触觉信息传输，具有3-DoF触觉体素，称为hoxel。我们的初始原型包括两个hoxel，提供皮肤剪切，压力，扭曲，拉伸，挤压和其他任意刺激。每个hoxel在x和y轴上产生高达1.6 N的力，在z轴上产生高达20 N的力。我们的方法使快速制造的通用和有力的触觉显示。
2022-09-12 cs.RO
