哥大FlexiTac开源触觉传感器：低成本、高一致性，推动具身智能触觉规模化

事件概述

在 IROS 2026 国际智能机器人与系统会议上，哥伦比亚大学李昀烛（Yunzhu Li）团队介绍了其开源柔性触觉传感器平台 FlexiTac 的最新进展。针对机器人视觉能力增强但触觉仍为薄弱环节的现状，该团队提出了一套低成本、可扩展且易于复现的解决方案，致力于让触觉感知像视觉一样实现规模化应用。

核心信息

1. FlexiTac 硬件特性与低门槛部署

• 结构与成本：采用 FPC（柔性印刷电路板）与力敏薄膜层叠结构，组装仅需 3 分钟。完全开源 BOM（物料清单）、组装说明及读取软件。
• 灵活性：可弯曲、裁剪并包裹于不同几何表面，适配手套、指尖或机器人皮肤等多种形态。
• 易用性：技术栈已集成至主流机器人学习框架 LeRobot。拥有基础 3D 打印设备（如 SO-100 机械臂）的本科生即可轻松集成并进行研究。

2. 关键优势：一致性与仿真适配

• 长期稳定性：测试显示，2024年夏季制作的传感器在一年半后仍能保持信号稳定，此前训练的模型可直接复用。
• 批次一致性：解决了传统橡胶类传感器批次间差异大的痛点，不同批次制备的传感器输出信号保持一致。
• 高保真仿真：基于简单的弹簧-阻尼系统建模，仅需标定 3 个超参数。真实数据与仿真数据的直方图对齐效果理想，显著降低了 Sim-to-Real 迁移的难度和随机化需求。

3. 生态应用与商业化进展

• 学术影响：开源一年半以来，衍生出多模态策略、可变形世界模型、四足移动-操纵、VLA 触觉反馈等多方向工作。与普渡大学合作的 VTAP Gripper（多指灵巧操纵）入围 IROS 最佳论文奖。
• 数据采集：将传感器集成至 UMI 手持遥操作设备，补全了原版仅记录位姿而缺失触觉反馈的短板，实现了视觉-触觉同步的大规模数据采集。
• 商业化合作：与 Analog Devices (ADI) 合作开发商业化版本，基于半导体制造工艺量产，目标触觉分辨率为人类手指的五倍，已在 GTC 大会演示机器人操作任务。

4. 前沿探索：多模态融合与世界模型

• 混合传感：结合压阻式传感器与基于视觉的触觉传感器，集成到多指夹爪中，提升高灵巧度操作能力。
• 交互式世界模型：利用真实数据训练包含触觉点云预测的世界模型。该模型能在 15fps 下同时输出视觉点云与触觉点云，实现对物体底层几何结构的对齐及滑移检测，辅助手内物体状态估计。

值得关注

• 切向力测量潜力：虽然压阻材料本身不直接测量剪切力，但通过提高空间和时间分辨率，并结合表层软材料形变，可实现对剪切力和滑移的近似估算。ADI 正在提升分辨率以进一步挖掘这一潜力。
• 柔顺交互的重要性：在需要力控和柔顺特性的任务中（如插入透明试管、恒力擦拭），触觉反馈对于判断接触状态和防止滑移至关重要，弥补了纯视觉感知的不足。