机器人与触觉传感技术的碰撞，一文初探人类与机器人的触觉传感(6)

[形状感知]
形状感知是机器人识别或重建物体形状的能力。在不同的机器人任务中，形状感知的目标不同，例如，捕捉精确的形状，形状元素或整体轮廓分类等。形状感知能力对于机器人执行任务（如抓取和手部操作）的完成效果至关重要。获得的物体形状信息越完整，机器人就越有能力规划和执行抓取轨迹和操纵策略。
经典的形状识别研究主要是基于视觉的方法。然而，当存在遮挡或光照条件较差时，机器人是无法观察到视觉形状特征的。相比之下，触觉物体的形状感知并不受这些因素的影响，可以通过传感器与物体的相互作用来判断物体的细节形状。此外，近年来高性能触觉传感器的大规模量产进一步促进了通过触觉识别物体形状的算法的推广。
形状感知算法主要包括局部形状感知和全局形状感知两类。局部形状感知类似于人类皮肤的触觉感觉，全局形状感知则是皮肤和动觉共同反馈作用的结果，例如对超出指尖范围的轮廓的感知。在一些机器人内置的内部传感器中，例如关节中的本体感受器，常被用来获取手指 / 末端执行器的位置和运动，通过将这些手指 / 末端执行器与局部特征结合起来以识别物体。
[姿态识别]
机器人实现对物体的操纵需要以精确和及时地估计物体的姿态为前提。一般情况下，使用物体（对象）相对于机器人末端效应器或全局坐标系的位置和方向描述其姿态。针对物体位置的估计即使存在很小的误差，也会导致机器人手指在物体上的位置不正确，从而产生关于抓握稳定性的错误假设，并影响操作任务的成功。因此，鲁棒、准确和快速地感知物体的姿态是任何复杂的抓取和操纵系统的关键部分。
机器人学中最常用的估计物体姿态的方法是使用计算机视觉。然而，当机器人接近要操纵的物体时，会存在遮挡的现象，进而影响视觉估计的效果。为了解决这一问题，研究人员通过引入触觉传感系统来帮助机器人确定被触摸物体的姿态。根据传感层输入的不同，姿态识别方法主要包括单点接触式传感器和触觉传感阵列。
[感知融合]
机器人必须配备不同的传感方式，才能在非结构化环境中工作。将这些不同来源的数据融合成更有意义的、更高层次的状态表征也是感知过程的一部分。多个传感器可以提供更及时、成本更低的信息。此外，由于传感器的工作速度不同，可以并行处理它们的信息。
在需要与环境交互来完成的任务中，可以将触觉感知与其他感知方式相结合，以提高任务完成的准确度和鲁棒性。典型的感知融合方式有触觉感知与视觉、动觉线索、力矩和距离感测的结合等等。