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(8)

[手部操作（In-Hand Manipulation）]
在手部操作中，使用机器人手的灵巧性来改变被抓取物体的状态，此时，机器人多采用的控制器包括多指机械手（Multifingered Robot Hands）、夹持器（Grippers）等。为了在保持接触的同时进行局部重新定位，首先要将物体精确地抓住，然后再使用机器人的指尖移动物体。触觉传感用于估计接触和物体信息，并主动控制手指和物体之间的接触。触觉传感也可用于直接学习从接触传感器信息到机器人手指所需关节速度的映射。
为了进一步移动物体，机器人需要用手指在不同的抓握之间进行切换，同时保持手中的物体不掉落。为此，手指需要通过触觉感应来检测手和物体之间的缝隙情况，以及接触物体的情况，从而有效地在物体表面滑动。为了更进一步的模仿人类，可以通过在受试者的手上安装触觉指套来获得带有触觉信号的滑动行为演示，用于控制机器人。
[工具操作（Tool Manipulation）]
工具操作是许多机器人操作任务中都具有的一个内容。在工具操作中引入触觉感知的一个重要前提是，任务接触必须位于物体和手持工具之间。因此，除非工具本身装有仪器，否则触点不会直接位于触觉传感器上。触觉感知可用于检测工具上的接触，定位工具提示和被操作工具的其他重要内容，监控任务进度和检测操作失败等任务。触觉反馈还可以用来估计和保持接触点的方向和力，以执行后续的控制任务。触觉感知也可用于双臂装置，以估计抓取工具的运动参数。
此外，触觉感知还可以用于控制和使用未知工具。在这类任务中，主要的挑战是没有运动学或动力学操作模型可以直接用于计算给定任务的触觉动作信息。此时，可以引入基于数据驱动的方法作为一种隐式计算操作命令的有效方法。
[运动（Locomotion）]
触觉感知不仅对完成操作任务有用，对于引导和实现机器人运动也是非常有效的。地面车辆和步行机器人，如人形机器人、四足动物、六足动物和蛇形机器人，都需要利用与环境的接触来移动。触觉感知为完成这些任务提供了对机器人状态和环境地形的估计。例如，轮式机器人可以使用触觉感知来监测它们与地面的接触。来自车轮中麦克风或加速计的振动信号可用于确定地形类型。
保持平衡是机器人站立和行走的关键部分。为了保持平衡，机器人需要使用触觉感知来估计其支撑的接触位置，以及检测可能导致其失去平衡的障碍物和其他扰动。触觉感知还可用于学习站立时的触觉运动映射。机器人步行阶段之间的转换通常由接触事件所触发，例如脚后跟与地面的接触。在这种场景中可以应用触觉感应来判断机器人的脚应该放在哪里，此时通过估计地形类型，机器人可以生成合适的步态并切换到合适的腿部控制器。