核心技术突破 - 清华大学团队联合产业界及多所国内外科研机构，开发出名为SuperTac的多模态高分辨率触觉传感技术，并将其集成在仅为1毫米厚的薄膜上[1] - 该技术赋予机器人同时感知力度、位置、温度、材质、纹理、颜色、振动、滑动、碰撞、接近感应等10种感知能力，识别准确率达到94%以上[1] - 技术突破了以往触觉传感器功能单一与精度难以兼得的困境，其搭载的触觉语言模型DOVE能让机器人“听懂”并“说出”触觉感受[1] 技术原理与设计 - 技术灵感来源于鸽子视觉系统，鸽子眼睛具有4种感光细胞，能看见包括紫外线在内的广阔光谱[2] - 研究人员模仿鸽子眼睛的多光谱感知原理，设计了一套能同时捕捉紫外线、可见光、近红外光和中红外光四个波段的成像系统[3] - 传感器薄膜集成了四层结构：最外层导电层通过摩擦起电识别材质；第二层是光学单向膜；第三层是嵌有荧光标记点的透明硅胶，用于捕捉细微形变；最底层是可充气的硅胶层，能通过调节气压改变软硬度[3] 性能表现与实验结果 - 在“盲抓”任务中，机器人在完全无视觉引导的情况下，仅凭触觉就能从一堆混杂物品中准确找出指定目标，例如从水果箱中识别出苹果，成功率高达92%[5] - 在对50种不同材质（如金属、塑料、木材、织物等）的触摸分类任务中，综合识别准确率达到94%[5] - 集成了SuperTac技术的灵巧手能快速检测物体表面的温度分布异常，例如定位电路板上的过热元件[5] 应用前景 - 该技术在具身智能和人形机器人领域有广阔的应用前景，有望让机器人不仅“能看”，还能“真正感受”[6] - 在智能制造、农业自动化、极端环境设备维修、黑暗环境搜救作业等领域都有广阔应用空间[6] - 在工业质检和食品安全领域展现了应用潜力[5] 发展挑战 - 目前多光谱成像系统与精密加工的制造成本较高，需要通过优化工艺和材料以达到工业界可接受的水平[6] - 实验室与真实工业环境差别较大，该技术在高温、低温、粉尘等恶劣条件下的耐用性有待测试验证[6] - 不同应用场景需要针对性地优化算法模型[6]