数据是具身智能的燃料。可是生计中随地会用到的力信息的辘集，却是现存诸多大范围数采系统多量濒临的一浩劫点。传统的力传感器（Force-torque sensor）立志，千里重且脆弱，动辄上万元资本的修复在遭受冲击时极易恒久损坏；更机动的触觉传感器（Tactile Sensor）仍不熟习，片霎的使用寿命和校准的梗阻齐极大扫尾了其诓骗范围。

为了处置力响应的难题，斯坦福大学团队开导了名为 UMI-FT 的系统，他们在手持式数采修复 UMI 的每个手指上安装了一个硬币大小的六维力觉传感器 -- CoinFT。它能感知到每个手指受到的一起六个标的的力和力矩。这个传感器惟一 2 克重，当机器东说念主拿着灯泡去找插座的时刻，它能及时感受到我方手指所受到的通盘力，轻了它就加把劲，重了它就松少许，委果简略像东说念主手不异精细。CoinFT 简略像传统工业力传感器不异进行圭臬化校准，况且简略安全承受很大的冲击力而不损坏。

论文作家侯一凡告诉 DeepTech，这套决策的意旨在于让带力响应的大范围数据辘集变得容易罢了。昔日的大范围数据辘集基本只记载位置信息和视觉信息，力觉因为资本和时代难度很难范围化。UMI-FT 提供了一个低资本、高一致性、可范围化的力觉数据辘集决策，为考试具备娇娆操作才略的机器东说念主计谋铺平了说念路。

这个系统的中枢是一个叫作念 CoinFT 的袖珍传感器，直径 20 毫米，厚度惟一 3 毫米。其里面结构由几层带椭圆撑持的介电材料构成，受到压力时电容会发生变化。还有一个五层的神经网罗把这些电容值换算成为力和力矩，校准后的精度异常高，力的舛讹在 0.15 到 0.58 牛之间，力矩舛讹在 17 到 231 毫牛米之间。比较之下，传统工业使用的六轴力觉传感器又大又贵，kaiyun sports一个就要几万块钱，而且尽头娇气一不注意就会被摔坏。而 CoinFT 资本惟一 10 好意思元，既耐摔又耐撞。

而前边提到的 UMI-FT 系统不仅是加多了传感器，还把苹果手机绑在了机器东说念主的手上。手机厚爱提供 RGB 录像头、超广角录像头、深度录像头和姿态数据，刷新率从 10 到 60 赫兹不等。指尖的力觉传感器以 360 赫兹的速率进行超快采样，所稀有据齐会被记载下来。考试时，商榷团队辘集了 200 到 630 组不等的东说念主类演示数据，每组数据齐包含了图像、深度、姿态和每个手指的六维力觉信息。然后，他们使用这些数据考试了一个自允洽娇娆计谋模子（ACP）。这个模子会输出机器东说念主的见地位置、诬捏见地位置、刚度矩阵、抓捏力和夹爪宽度。底层有两个戒指器在同期职责，腕部娇娆戒指器说明两个手指传来的力和力矩，调整机器东说念主手臂的位置和姿态，抓捏力戒指器则厚爱疗养手指夹紧的力度。

在潜在诓骗场景上：在工场里，机器东说念主不错插拔精密的电子联络器，或者安装带有卡扣的塑料件；在医疗边界，手术机器东说念主不错感知缝合伤口时手术针刺穿组织的阻力变化，操作愈加安全；在家庭处事中，机器东说念主不错帮你拧开瓶盖、打鸡蛋和擦桌子。

总的来说，本次遵循便是给机器东说念主装上了一层皮肤，让机器东说念主领有了触觉，让它简略感知我方用了多鼎力气，以及外界给了它若干的副作用劲。现在，商榷团队如故把这套系统的硬件狡计和软件代码一起开源。任何践诺室或者机器东说念主趣味者，齐不错用几千块的资本复制一套用来考试我方的机器东说念主。

参考贵府：

相关论文https://arxiv.org/abs/2601.09988

排版：胡莉花开云sports

• 好意思
• 念主
• 机器
• 开云sports
• 破解