技术摘要：一种面向通用化接触密集型操控的物理驱动触觉表示法

问题陈述

在非结构化环境中的机器人操控仍然是一个重大挑战，特别是在从自由空间运动向物理接触过渡的过程中。虽然现代机械臂在自由空间内可以实现亚毫米级的精度，但在接触过程中，由于复杂的指尖力学机制以及难以可靠地感知和控制接触力，复制类人般的灵巧性仍面临障碍。

目前的方法通常依赖于高维度的原始触觉信号（例如来自光学或电子皮肤传感器的信号），并将其直接映射到通过端到端学习得到的控制策略。虽然这些方法在受控环境下表现有效，但存在以下局限性：

• 紧密耦合： 表示形式与特定的传感器伪影及训练对象的统计特性紧密耦合，限制了对磨损、漂移和领域偏移（domain shifts）的鲁棒性。
• 缺乏泛化能力： 特定任务的学习需要大量的预训练或针对特定对象的微调，阻碍了在不同物体和语境下复用操控策略。
• 延迟与复杂度： 基于深度学习的策略往往会引入推理延迟和计算开销，使其无法满足快速接触事件（如滑动检测、卡顿）所需的实时反射级控制。

核心问题在于缺乏一个稳定、可复用的接口，连接触觉感知与闭环控制，从而在不依赖特定任务学习或特定对象预训练的情况下，支持通用的接触密集型操控。

方法论

作者提出了层次化触觉处理（Hierarchical Tactile Processing, HTP），这是一个受生物体感觉层级启发而设计的解析框架。HTP 并非将原始信号直接映射到动作，而是将原始触觉解码为一种紧凑的高层触觉状态，作为控制的稳定接口。

1. 高层触觉状态 ($s$)

在接触力学和费舍尔信息理论（Fisher information theory）的指导下，作者定义了一个极小化的触觉状态 $s = \{ \mathbf{F}, \mathbf{p}, \theta \}$：

• $\mathbf{F}$（合力）： 三维接触力向量。
• $\mathbf{p}$（压力中心）： 传感器表面上的接触质心二维位置。
• $\theta$（接触足迹方向）： 接触足迹的取向，捕捉了对于工具使用和长条状物体至关重要的几何各向异性。

2. 传感器设计与可观测性

为了确保该状态能从紧凑的测量值中被观测到，作者利用费舍尔信息矩阵（FIM）分析来优化传感器布局。

• 模型： 他们将经典的 Boussinesq-Cerruti 弹性应力传播模型与磁偶极子换能模型相结合。
• 优化： 求解了一个 D-最优极小极大设计问题，以最大化 FIM 的最坏情况行列式，从而确保了均匀的方向敏感性和最小化的不确定性体积。
• 最终硬件： 优化后的设计采用 4 个传感单元，排列为 正方形拓扑结构，传感器间距为 6.0 mm。该配置足以在没有冗余的情况下解析完整的状态 $s$。

3. 解析解码管线

该框架采用全解析管线，将原始磁测量值转换为实时（约 80 Hz）的触觉状态 $s$：

• 事件检测： 一种混合检测器融合了信号幅度、时间梯度和持续时间，以识别接触的开始与释放，从而减轻粘弹性滞后效应。
• 力估计： 多项式校准模型将传感器读数映射到三维力向量。
• 压力中心（CoP）估计： 采用区域加权 CoP 算法，通过空间离散化积分方案（17 个拓扑区域）结合受生物启发的力量聚焦非线性（韦伯定律适应）进行处理，以提高对噪声和边界效应的鲁棒性。
• 方向估计： 对于扩展接触，采用几何感知峰值定位程序（使用 K-means 初始化和解析精细化）来解析接触足迹的方向 $\theta$。

4. 控制架构

解码后的状态 $s$ 被输入到**递推时界因子图控制器（Receding Horizon Factor-Graph Controller）**中。该控制器直接作用于物理变量（$\mathbf{F}, \mathbf{p}, \theta$）而非原始传感器数据，从而实现低延迟、状态驱动的反馈。系统在检测到接触时，会从低频视觉外环切换到高频（>80 Hz）触觉内环。

关键结果

HTP 框架通过准确性基准测试和两项具有挑战性的操控任务进行了验证：

1. 解码性能

• 延迟： 系统实现了 24 ms 的平均接触起始延迟和 39 ms 的释放延迟，全状态解码速率约为 80 Hz。这显著快于典型的视觉系统（30–60 Hz）或学习型策略（通常 <30 Hz）。
• 精度： 系统实现了亚毫米级的 CoP 定位（在 8 N 时的 RMSE 为 0.15 mm）和高精度方向估计（平均绝对误差为 0.61°）。
• 泛化性： 该解析框架展示了无需训练的泛化能力。它能够准确估计未建模物体（如烧杯、针、螺纹铅笔）的状态，而无需重新训练，这与在面对分布外形状时往往失效的基于神经网络的方法形成了对比。

2. 视觉缺失下的黑盒操控

• 任务： 在封闭环境中检索具有未知姿态的物体，且无视觉反馈。
• 结果： 机器人成功完成了高尔夫球的精细对中（在 4 次迭代内收敛至 <0.15 mm 误差），并从一个狭窄且未建模的孔径中取出了一支钢笔。
• 机制： 控制器通过观察侧向力偏差在线推断隐藏的环境约束，并自主调整足迹方向 $\theta$ 以对齐孔径，从而避免了卡顿，且无需预设规则。

3. 长程双臂装配

• 任务： 一个涉及抓取、手内重定向、对齐以及异构螺钉和工具紧固的复杂工作流。
• 结果： 系统在从未见过的组件上实现了 90% 的成功率（20 次运行中成功 18 次），且无需任何针对特定对象的预训练或参数微调。
• 鲁棒性： 系统通过使用触觉状态根据力特征触发自主恢复程序（退回、修正、重试），有效应对了频繁的视觉遮挡和累积误差，完成任务时的中位恢复事件数为每次运行 1 次。

意义与主张

本文认为，触觉操控的瓶颈不仅在于传感分辨率或学习能力，更在于接触信息的表示方式。

• 物理驱动的抽象： 作者声称，提取一个极小化的、具有物理意义的状态（$\mathbf{F}, \mathbf{p}, \theta$）创建了一个稳定的接口，使感知与动作解耦。这使得在不同物体和语境下复用控制策略成为可能。
• 无需训练的泛化： 通过依赖于接触力学的解析解码而非数据驱动的模式匹配，该框架实现了对未建模物体的“开箱即用”式泛化，消除了对大规模预训练的需求。
• 可扩展性： 该框架为在视觉经常被遮挡或不可靠的现实场景中进行接触密集型操控提供了一条可扩展的路径。它确立了稳健的触觉操控并不完全取决于“感知一切”，而更多取决于“提取正确的接触变量”来驱动反射级控制。

这项工作表明，该方法可以通过提供一个高频、可解释且鲁棒的控制层，来补充现有的基于学习的方法，特别是在物理法则占主导地位的关键“最后几毫米”交互阶段。