Melexis与Brubotics合作开创更智能的机器人未来

作者：朱利安·盖伊（Julien Ghaye）博士，迈来芯机器人产品线经理

机器人新时代的到来，不仅是为了提高性能，更是为了促进机器与环境之间，以及更重要的，与整个社会之间建立一种新型的融合。机器人正开始走出封闭的生产线，进入家庭、医院、仓库和野外——这些空间本身更具动态性、非结构化，且常常与人共享。

这种转变不仅依赖于人工智能 (AI) 的进步，还需重新审视机器人感知世界的方式。在这些环境中，物理交互既不可避免又常具不可预测性，因此要求机器人能够真正模拟人类的感官，其中触觉扮演着至关重要的角色。机器人不仅要决策执行何种操作，更要理解其操作方式：例如，抓握是否稳固，是否发生接触，以及阻力有无变化。

这一愿景的实现，并非仅依赖于孤立的技术提升。将触觉传感器等反馈机制与智能自适应控制系统相融合，是一项跨学科的挑战，亟需电子硬件、软件、嵌入式系统、机械机器人以及机电一体化领域的专家展开广泛协作。

本文旨在探讨Melexis与布鲁塞尔自由大学 (VUB) 布鲁塞尔人类机器人研究中心Brubotics之间的合作，如何为开辟机器人交互新领域树立典范。

赋能智能机器人感知

现代机器人系统，特别是在配备高精度视觉系统并应用于重复性操作时，已展现出令人瞩目的精度和适应性。然而，触觉感知——即感知和解释物理接触的能力——仍然相对有限。目前许多机器人设想利用视觉反馈和先进的力传感器，但由于成本过高和难以达到所需精度等因素，这些传感器的实际集成常常受到限制。

尽管这种基本方法在高度结构化的环境中行之有效，但当机器人需要操作易碎或不规则物体、动态调整抓取力或与人类安全交互时，其局限性便会显现。与人类触觉（其包含压力、方向、摩擦和振动等多种感知信息）的丰富性不同，大多数机器人平台对接触的理解相对狭窄。

例如，缺乏可靠的剪切力检测将限制系统检测抓取何时打滑的能力。若不具备此能力，机器人将不得不依赖预设的抓取策略或过度补偿力，这会增加物体掉落或损坏的风险。这也限制了它们从交互中学习和实时适应不断变化条件的能力，因为控制系统对抓取任务的建模和理解本质上是有限的。

为弥补人类在多模态触觉反馈方面的固有不足，机器人需配备先进的触觉硬件，以提供全面的三维信息，从而实现对其环境更准确的感知与交互。这种对人类操作的效仿也延伸到了软件层面。

复杂的嵌入式软件，例如边缘人工智能，对于机器人系统解释触觉数据至关重要，尤其是在理解和适应机器人在非预设抓取任务中与物体进行的复杂交互方面。然而，复杂物理交互的人工智能开发本身可能非常耗时，尤其是在真实世界中进行时。

这些挑战体现了机器人领域中一个更深层次的问题：传感硬件与人工智能开发之间长期存在的隔阂。为了促进机器人触觉技术的实质性进步，硬件与软件不仅需要各自提升，更应在共享用例、通用数据集和协同设计的指导下协同演进。正是传感器设计与机器人实际应用之间的这种差距，促成了Melexis和Brubotics之间的合作。

协同合作：Melexis与Brubotics 的实践

在法兰德斯创新与创业局 (VLAIO) SKINAXIS项目的资助下，布鲁塞尔自由大学 (VUB) Brubotics 联盟的八个研究小组，正致力于应用 Melexis 技术，旨在赋予机器人以真实的触觉感知能力。此项研究不仅着眼于解决接触力精确测量的技术难题，更致力于应对如何有效利用这些数据以提升机器人在实际应用中性能的复杂挑战。

该项目的硬件核心采用 Melexis 专为机器人市场全新设计的创新产品——Tactaxis。与通常仅检测垂直（法向）压力的传统触觉传感器不同，这种新型 3D 磁性触觉传感器能够以高精度和高分辨率检测法向和横向（剪切）力。这得益于其精巧的机械-磁性设计：嵌入柔软弹性体结构中的磁体在外力作用下发生位移，下方通过 Triaxis 3D 磁传感 IC 测量此位移。在此配置下，每个紧凑型 6 x 6 x 4.4 mm³ 的触觉传感器均能以高达每秒 1000 个样本的速度传输实时接触力矢量数据，灵敏度达到 30 mN，法向力范围为 5 N，过载电阻为 15 N，确保捕捉到最微小的偏差。

在此项目中，Brubotics的职责是将原始传感数据转换为实际的机器人应用，旨在展示增强机器人交互安全性和精确度的创新解决方案。这需要开发人工智能算法、机器人控制策略和实验环境，以使机器人能够解释传感器反馈、预测打滑，并调节抓手力，从而确保牢固抓取各种物体而不会造成变形。

Brubotics并未从零开始收集训练数据（这是一个缓慢且费力的过程），而是利用NVIDIA的Isaac Sim平台，采用了一种基于仿真的训练方法。

Brubotics团队通过将Tactaxis传感器的物理模型集成到虚拟机器人系统中，使其人工智能模型能够在模拟环境中处理数千项操作任务。这些数字孪生涵盖了物体特性、表面摩擦和动态交互等常见变量，从而使模型能够学习丰富的接触行为，而不受真实世界数据收集瓶颈的限制。

在迈来芯的支持下，人工智能模型正通过真实世界测试不断完善和验证，以确保虚拟与物理性能的一致性。同时，高精度传感器数学模型正在开发中，并进行实验验证以表征其精确局限性。这一严谨的过程使团队能够根据不同的应用场景量化传感器的性能，为更广泛的部署奠定基础。与其他替代方案相比，该传感器小巧、轻便且价格低廉的设计，为这项工作提供了内在支持，使其适用于广泛的应用领域。

潜在的应用场景

尽管研究工作仍在进行中，人工智能模型也在不断完善以进一步提升系统性能，但Brubotics仍成功地将Melexis技术应用于多个原型项目中。

研究团队正在康复和辅助机器人领域探索利用配备Tactaxis的机器人检测患者主动发起的运动。这些系统不再是被动的设备或僵硬的施力器，而是能够更准确地推断运动意图，并提供相应比例的动态支持。这在外骨骼或治疗性机械手等设备中具有至关重要的功能。

针对通用机器人操作，硬件与软件实体之间的协作展示了如何通过基于精确三维触觉数据的自适应控制来提升抓手和机器人的性能。该项目的持续成功凸显了工程师在设计能够检测物体稳定性变化并调整抓取策略的系统方面的能力——这对于人形机器人、协作机器人（Cobots）和自主移动系统而言至关重要。这种伙伴关系独特地结合了公共资金、学术研究、行业专有技术和实际测试，反映了机器人开发的复杂过程，并展示了有意义的机器人应用如何从实验室加速推向实际部署。

开创更智能的机器人未来

Melexis和Brubotics之间的合作虽然专注于特定的试点应用，但其深远影响不容忽视。这项精确、定向、紧凑且经济高效的触觉传感技术，有望成为下一代机器人系统的基石能力。

对于协作机器人而言，其在执行器层面检测和解释接触事件的能力，而非仅限于表面检测，有助于实现更安全、更灵活的行为。机器人不再是遇到阻力便完全停止，而是能够评估轻微的触碰是故意的、偶然的，还是需要适应的信号。触觉传感增强了机器人夹具对物体重量、形状或柔顺性变化的响应能力——这些特性难以通过视觉进行评估。这也支持了使用更柔软、更顺从的材料，因为控制不再仅仅依赖于固定的抓取力或预定义的轨迹。

人形机器人和服务型机器人的迅速发展，凸显了对真实触觉的迫切需求。触觉对于有效抓取物体，以及在不可预测、拥挤或专为人类交互设计的环境中进行导航至关重要。触觉反馈使这些机器人能够适应轻微接触，通过顺应性引导交互，并以与周围人员更直观的方式运行。

“此次合作彰显了Melexis对创新的坚定承诺。通过与大学研究人员携手，并支持学生参与，并将其卓越的工程能力贡献于共同的挑战，公司致力于将基础技术转化为具有实际社会影响的系统。”

随着机器人技术日益从工业领域拓展至日常生活，各种形式的合作将有助于开发安全、可靠且富有意义的机器人交互。如欲深入了解Melexis先进传感器技术如何助力工程师推动下一代智能机器人系统，敬请访问点击>>了解更多。