返回
Tactile perception through fluid–solid interaction
DOI:10.1038/s41467-026-72497-3.png)
摘要
En 中文
柔性触觉传感器通过增强的柔韧性和适应性提升了机器人的触觉感知能力,但现有设计大多依赖易受干扰和环境限制的嵌入式电子元件。本研究利用流体-固体相互作用开发了一类柔性触觉传感器,其传感部位完全无需电子元件。该传感器由一个充满流体的弹性通道和仅连接两个外部压力传感器组成。接触弹性表面的不同区域会使粘性流体发生位移,产生能编码接触位置和力的独特压力模式。这些信号通过整合特征提取、软聚类和自适应神经模糊推理的机器学习框架进行解码,以实现精确的位置定位和力估计。我们通过线性(1D)传感器的单点触觉定位和力估计验证了这一概念,并将相同的传感原理扩展到2D触觉映射中,通过使用空间填充曲线在表面上布设通道,同时保持相同的极简硬件配置。这种简单方法在传统电子传感器常失效的环境中(如水下或存在磁场干扰时)依然有效。柔性触觉传感器通常依赖易受干扰和环境限制的嵌入式电子元件。本文作者开发了一种在接触部位无需嵌入式电子元件的传感器,利用流体-固体相互作用和机器学习从压力信号中编码接触位置和力。
Keyword:
Soft tactile sensors
Fluid–solid interaction
Touch localization
Force estimation
Machine learning
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
15.7
论文数:
9.3W
被引数:
91.2W
机构
引用论文
暂无论文信息

