技术突破与核心创新 - 开发了一种基于视觉的软体机器人传感方案，为软体机器人提供了新颖、易实现且可靠的传感路径[1] - 该方案在一款名为PneuGelSight的创新气动软体手指上得到验证，能够同步实现高分辨率的本体感知与触觉感知[1] - 研究成果发表在国际权威期刊《IJRR》上[3] 产品设计与制造工艺 - PneuGelSight是一种集成摄像头与内部照明的气动软体手指，整体长度为110毫米，横截面为直径55毫米的半圆形[4][7] - 结构分为两部分：背面采用3D打印的波纹管形态易于伸展，内侧由更厚、更硬的铸造硅胶板构成促使手指向内弯曲[4] - 制造过程采用SLA 3D打印技术制造模具，分三步铸造硅胶板，并在传感表面涂覆半镜面铝粉以增强光学反射性能[7][9] 光学系统与感知原理 - 光学结构由嵌入式摄像头、照明系统以及柔软反射面三个组件组成，通过捕捉光反射变化来计算表面法线并重建三维几何形状[6] - 通过基于物理的渲染技术仿真优化光纤颜色排列，以接触区域的颜色方差作为设计评估指标，方差越高代表系统对不同表面法线的区分能力越强[10] - 本体感知通过捕捉接触面轮廓等宏观图像特征，输入深度学习算法重建手指三维高精度点云模型，平均倒角距离为5.35毫米[11][12][16] - 触觉感知通过捕捉物体纹理压迫硅胶层导致的细微颜色变化，反向推算接触点法线以重建物体表面特征[11][19] 性能表现与应用验证 - 在NVIDIA RTX 4070 GPU上测试，即使点云数量达到8192，推理时间仍低于0.05秒，满足实时控制需求[17] - 触觉感知最小能检测到0.2 N的力，约等于拿起一张A4纸的力气，通过调整硅胶硬度可改变灵敏度[25] - 在传感器中心区域、中低压力条件下重建精度最高，倒角距离可达0.18毫米，深度误差低于0.2毫米[21] - 实际应用演示中，通过多次触摸获得的局部形状与纹理信息进行“拼接”，成功构建出牛油果的三维模型及其表面特征[26][27] 行业生态与市场参与者 - 文章末尾列举了工业机器人、服务与特种机器人、医疗机器人、人形机器人、具身智能及核心零部件等领域的众多企业名单[31][32][33][34][35]