Sensores táctiles para robots: GelSight vs DIGIT vs PaXini
Comparación de sensores táctiles para la manipulación de robots: GelSight Mini, DIGIT, PaXini, BioTac. Resolución, costo y complejidad de integración.
Por qué es importante el sentido táctil para la manipulación de robots
La visión le dice a un robot dónde están los objetos. La detección táctil le dice cómo se sienten los objetos. Esta distinción es crítica: una cámara no puede detectar si un agarre está a punto de deslizarse, si un objeto es deformable o cuánto fuerza se está aplicando a un objeto frágil. La investigación muestra constantemente que agregar retroalimentación táctil mejora las tasas de éxito de captura en un 15-30% en objetos nuevos en comparación con las políticas de visión.
El mercado de sensores táctiles ha explotado desde 2020, con sensores táctiles basados en visión (GelSight, DIGIT) que hacen que los datos táctiles de alta resolución sean accesibles a los laboratorios de investigación por menos de $500. Esta guía compara las principales opciones y le ayuda a elegir el sensor adecuado para su tarea de manipulación.
RCSV integra sensores táctiles en nuestras [pipelines de recogida de datos]
Principios de funcionamiento de los sensores táctiles
Los sensores táctiles se dividen en cuatro familias de tecnologías principales, cada una con diferencias distintas en resolución, durabilidad y formato de datos:
1. Sensores táctiles basados en la visión (GelSight, DIGIT, 9DTact)
Una cámara detrás del elastómero fotografía el patrón de deformación a través del gel transparente. El procesamiento de imágenes (estereo fotométrico) convierte la imagen de deformación en un mapa de profundidad de alta resolución y geometría de contacto.
- ** Resolución:** Extremadamente alta -- resolución espacial sub-milimétrica (limitada por píxeles de cámara, típicamente 25-50 um por píxel).
- Fuente: Imagen RGB (320x240 a 640x480) que codifica la geometría de contacto. También puede derivar la fuerza normal integrando el mapa de profundidad.
- Vantajes: Información geométrica rica, hardware de cámara barato, funciona con canales estándar de CNN para el aprendizaje.
- Desventajas: El elastómero de gel se desgasta (500-5000 ciclos de contacto antes de reemplazar), es voluminoz en comparación con los sensores de película delgada, tiene una velocidad de fotogramas limitada (30-60 fps).
2. Arrays resistentes / piezoresistentes (Paxini, RoboSkin)
Una cuadrícula de elementos sensibles a la presión (taxel) cambia la resistencia eléctrica bajo la fuerza aplicada.
- Resolución: Moderada -- pitch de 2-5 mm, dando 8x8 a 16x16 matrices por punta de dedo.
- Fuente: Array de presión 2D (valores enteros proporcionales a la fuerza por taxel).
- Vantajes: Profiles delgados (1-3 mm), alta durabilidad (100K + ciclos), muestreo rápido (100-1000 Hz), conforme a superficies curvas.
- Desventajas: Resolución espacial más baja que los sensores basados en la visión, requiere calibración por sensor para una medición precisa de la fuerza.
3. Sensores de capacidad (BioTac, Xela)
Dos capas conductoras separadas por una capacidad de cambio dielectrico compresible bajo presión. BioTac agrega una chaqueta de elastómero llena de líquido que también detecta la temperatura y la vibración.
- ** Resolución:** Bajo moderado - BioTac tiene 19 taxels más electrodos de impedancia. Xela ofrece matrices de mayor densidad (4 mm de tono).
- Fuente: Multi-modal: fuerza + vibración (signal de CA de alta frecuencia para la detección de deslizamientos) + temperatura.
- Ventajas: Detección multimodale, probada en investigación (más de 1000 artículos citan BioTac).
- Desventajas: BioTac se suspende (SynTouch dejó de operar en 2023). Las fugas de líquidos de reemplazo son un modo conocido de falla.
4. Guía de onda óptica / sensores de fibra
La luz se propaga a través de una fibra óptica o de una guía de onda. La deformación por contacto cambia las propiedades de transmisión de luz (intensidad, longitud de onda o fase).
- Ventajas: Compatible con la resonancia magnética, inmune a las interferencias electromagnéticas.
- Desventajas: Complejo procesamiento de señales, limitada disponibilidad comercial para la robótica.
Tabla de comparación de sensores táctiles
| Sensor | Type | Resolution | Force Range | Sample Rate | ROS2 Driver | Durability | Price | Status |
|---|---|---|---|---|---|---|---|---|
| GelSight Mini | Vision-based | ~30 um/pixel (640x480) | 0-40 N | 30 fps | gelsight_ros2 | 1000-3000 cycles | $400 | Available |
| DIGIT | Vision-based | ~40 um/pixel (320x240) | 0-25 N | 60 fps | digit_ros2 | 500-2000 cycles | $300 | Available |
| 9DTact | Vision-based | ~50 um/pixel (320x240) | 0-30 N | 30 fps | Community | 1000+ cycles | $200 (DIY) | Open-source |
| Paxini Gen3 | Piezoresistive array | 16x16 taxels (3 mm pitch) | 0-100 N | 100 Hz | paxini_ros2 | 100K+ cycles | $800 | Available (RCSV) |
| BioTac SP | Capacitive + fluid | 19 taxels + 19 impedance | 0-30 N | 100 Hz (DC) / 2.2 kHz (AC) | biotac_ros2 | 50K+ cycles | $5,000 | Discontinued |
| Xela uSkin | Capacitive (3-axis) | 4x4 to 16x16 (4 mm pitch) | 0-10 N per taxel | 250 Hz | xela_ros2 | 50K+ cycles | $1,200-$3,000 | Available |
| RoboSkin (Pressure Profile Systems) | Capacitive array | Custom (down to 2 mm pitch) | 0-140 kPa | 1000 Hz | Custom | 100K+ cycles | $2,000-$5,000 | Available |
Perfiles detallados de los sensores
GelSight Mini
El GelSight Mini de GelSight Inc. (MIT spin-off) es el sensor táctil basado en la visión más utilizado en la investigación. El cuerpo del sensor es de aproximadamente 25x25x30 mm, lo que lo hace adecuado para sujetadores paralelas de mandíbula pero demasiado voluminoz para manos hábiles con múltiples dedos.
** Mejor para:** Investigación sobre la clasificación de la textura de la superficie, la estimación de la postura de objetos a través del tacto y el aprendizaje de políticas ricas en contacto.
Limitación: La velocidad de fotogramas de 30 fps y la latencia USB de ~10 ms limitan la captura reactiva en tiempo real. Para la detección de deslizamientos, se necesita al menos 100 Hz.
DIGIT (Meta AI)
DIGIT es un sensor de visión compacto desarrollado por Meta AI. Es más pequeño que el GelSight Mini (20x27x18 mm) y produce imágenes de 320x240 a 60 fps. DIGIT fue diseñado específicamente para la integración de manos destrezas y se ajusta a las puntas de los dedos de la Mano Allegro.
** Mejor para:** Investigación de manipulación dexterosa de múltiples dedos. El factor de forma compacto y la velocidad de fotogramas más alta lo hacen más adecuado para la captura reactiva que GelSight Mini.
Limitación: El gel no es sustituible por el usuario (se requiere servicio en fábrica). Resolución inferior a la GelSight Mini. Disponibilidad comercial limitada - la adquisición puede tardar 4-8 semanas.
Paxini Gen3
Los sensores táctiles Paxini utilizan matrices piezoresistivas que proporcionan una rejilla de 16x16 taxel a 100 Hz. El diseño de película fina (2 mm de perfil) se ajusta a superficies curvas de las puntas de los dedos, lo que lo hace compatible con manos destrezas como la [Orca Hand] (
Es ideal para: Sistemas de manipulación de producción, recopilación de datos de ciclo de alta actividad y aplicaciones que requieren una larga vida útil del sensor.
** Disponibilidad de RCSV:** Los sensores Paxini están almacenados en RCSV y están disponibles para la integración con las plataformas [OpenArm 1]
BioTac SP (concluido)
BioTac fue el estándar de oro para la detección táctil multi-modal: 19 taxeles de fuerza, 19 electrodos de impedancia (para detectar material de objeto), un hidrófono (para vibración / deslizamiento a 2.2 kHz) y un termistor. Ningún sensor de corriente coincide con su amplitud de modalidades. Sin embargo, SynTouch cesó de operar en 2023, y las unidades BioTac ya no están disponibles nuevas. Los usuarios existentes deben planificar la migración.
Caminos de migración: Para aplicaciones solo por fuerza, Paxini Gen3 o Xela uSkin son reemplazos directos. Para la detección de deslizamientos, utilice Paxini a 100 Hz con umbral derivado de presión. Para la impedancia (clasificación de materiales), no hay reemplazo directo - utilice métodos basados en la visión en su lugar.
ROS2 Integración
Los sensores táctiles publican datos utilizando dos tipos principales de mensajes ROS2, dependiendo de la tecnología del sensor:
| Sensor Type | ROS2 Message | Topic Example | Notes |
|---|---|---|---|
| Vision-based (GelSight, DIGIT) | sensor_msgs/Image | /gelsight/image_raw | Standard camera image; process with OpenCV or CNN |
| Array (Paxini, Xela) | sensor_msgs/Image (16UC1) | /paxini/pressure_image | 16-bit grayscale; each pixel = one taxel pressure |
| Array (3-axis, Xela) | geometry_msgs/WrenchStamped[] | /xela/tactile | Per-taxel 3-axis force (normal + shear) |
# Example: Subscribe to Paxini tactile data in ROS2 Python
import rclpy
from rclpy.node import Node
from sensor_msgs.msg import Image
import numpy as np
from cv_bridge import CvBridge
class TactileListener(Node):
def __init__(self):
super().__init__('tactile_listener')
self.bridge = CvBridge()
self.sub = self.create_subscription(
Image, '/paxini/pressure_image', self.callback, 10)
def callback(self, msg):
# Convert 16-bit grayscale image to numpy array (16x16)
pressure = self.bridge.imgmsg_to_cv2(msg, '16UC1')
total_force = np.sum(pressure) * 0.01 # scale to Newtons
max_taxel = np.max(pressure)
# Detect slip: check if pressure gradient exceeds threshold
gradient = np.gradient(pressure)
slip_detected = np.max(np.abs(gradient)) > 500
self.get_logger().info(
f'Force: {total_force:.1f}N, Max: {max_taxel}, Slip: {slip_detected}')
Procedimiento de calibración
La calibración táctil del sensor mapea las lecturas de los sensores en bruto a valores de fuerza física (Newtons).
Sensores basados en la visión (GelSight, DIGIT)
- Recoge imágenes de referencia: Graba la imagen del sensor sin contacto (fondo). Esto sirve como referencia para el estéreo fotométrico.
- Cargas conocidas: Presione una superficie plana contra el gel utilizando un medidor de fuerza de precisión (Mark-10 M5-10, $400) a 5, 10, 15, 20, 25, 30 N. Grabe la imagen del gel en cada carga.
- Curva de calibración adecuada: Calcule el cambio medio de intensidad de píxel en la región de contacto para cada carga. Ajusta un cambio de intensidad de mapeo polinómico (típicamente cuadrático) a la fuerza.
- Validado: Aplicar 3 cargas intermedias conocidas y verificar que la fuerza prevista está dentro del 10% de la fuerza real.
Arrays piezoresistivos (Paxini)
- Ofset cero: Graba 100 cuadros sin contacto. promedio y almacena como el offset cero por taxel.
- ** Calibración de un solo punto:** Aplicar una carga distribuida conocida (placa plana + peso de 500 g = 4,9 N sobre el área de la matriz). Grabar 100 cuadros y calcular el factor de escala por taxel para que la suma de los taxel calibrados sea igual a 4,9 N.
- ** Calibración de varios puntos (opcional, de mayor precisión):** Repita en 3-5 niveles de carga y ajusta una curva de calibración lineal o polinómica por taxel.
- ** Compensamiento de temperatura:** Los sensores pieoresistentes se desplazan con la temperatura. Si funcionan en temperaturas ambientales variables, repita la medición de desplazamiento cero cada 30 minutos o realiza un seguimiento continuo de desplazamiento durante las fases no de contacto.
Las mejores prácticas de calibración
- Calibra la temperatura y humedad en la que operará.
- Para los sensores basados en la visión, recalibrarse después de cada reemplazo de gel.
- Almacenar los datos de calibración junto con el conjunto de datos (en los metadatos HDF5) para que el procesamiento en aguas subyacentes pueda volver a calibrar si es necesario.
- Verifique la calibración semanal de los sistemas de producción.
Marco de decisión de selección
Utilice estas reglas para restringir su elección:
| Your Requirement | Best Choice | Why |
|---|---|---|
| Maximum surface detail (texture, geometry) | GelSight Mini | Highest spatial resolution (30 um/pixel) |
| Compact for dexterous hand fingertips | DIGIT or Paxini Gen3 | Smallest form factors (18-20 mm width) |
| Production durability (100K+ cycles) | Paxini Gen3 | No gel to replace, solid-state construction |
| 3-axis force (shear + normal) | Xela uSkin | Per-taxel 3-axis measurement for slip vector |
| Lowest cost for research prototyping | 9DTact (DIY) | Open-source design, ~$200 in parts |
| Fast sampling for reactive control | RoboSkin (PPS) | 1000 Hz for high-bandwidth force control |
| Works with CNN/ViT learning pipelines | GelSight or DIGIT | Image output directly compatible with vision models |
Integración con el hardware RCSV
RCSV ha validado la integración de sensores táctiles con nuestras plataformas de hardware:
- OpenArm 1 ($4,500, 6-DOF, 500g carga útil): Soporta GelSight Mini y Paxini Gen3 en el agarre de mandíbula paralelo. La carga útil de 500g acompaña el peso del sensor (GelSight: 45g por dedo, Paxini: 8g por dedo).
- Manos de Orca: Los sensores Paxini Gen3 son la opción recomendada debido a su perfil delgado. Cada una de las 5 puntas de los dedos está equipada con una matriz de 16x16.
- DK1 Bimanual: Configuración de Dual OpenArm con grabación táctil sincronizada en ambos sujetadores. Nuestro [Servicios de datos]
T9 ) pipeline registra datos táctiles junto con la cámara y datos de estado conjunto en formato HDF5 para el aprendizaje de imitación.
Todos los datos táctiles recogidos en RCSV son accesibles a través de la [Plataforma de Datos] (T10
Por qué es importante el sentido táctil para la manipulación de robots
La visión le dice a un robot dónde están los objetos. La detección táctil le dice cómo se sienten los objetos. Esta distinción es crítica: una cámara no puede detectar si un agarre está a punto de deslizarse, si un objeto es deformable o cuánto fuerza se está aplicando a un objeto frágil. La investigación muestra constantemente que agregar retroalimentación táctil mejora las tasas de éxito de captura en un 15-30% en objetos nuevos en comparación con las políticas de visión.
El mercado de sensores táctiles ha explotado desde 2020, con sensores táctiles basados en visión (GelSight, DIGIT) que hacen que los datos táctiles de alta resolución sean accesibles a los laboratorios de investigación por menos de $500. Esta guía compara las principales opciones y le ayuda a elegir el sensor adecuado para su tarea de manipulación.
RCSV integra sensores táctiles en nuestras [tubos de recogida de datos]
Principios de funcionamiento de los sensores táctiles
Los sensores táctiles se dividen en cuatro familias de tecnologías principales, cada una con diferencias distintas en resolución, durabilidad y formato de datos:
1. Sensores táctiles basados en la visión (GelSight, DIGIT, 9DTact)
Una cámara detrás del elastómero fotografía el patrón de deformación a través del gel transparente. El procesamiento de imágenes (estereo fotométrico) convierte la imagen de deformación en un mapa de profundidad de alta resolución y geometría de contacto.
- ** Resolución:** Extremadamente alta -- resolución espacial sub-milimétrica (limitada por píxeles de cámara, típicamente 25-50 um por píxel).
- Fuente: Imagen RGB (320x240 a 640x480) que codifica la geometría de contacto. También puede derivar la fuerza normal integrando el mapa de profundidad.
- Vantajes: Información geométrica rica, hardware de cámara barato, funciona con canales estándar de CNN para el aprendizaje.
- Desventajas: El elastómero de gel se desgasta (500-5000 ciclos de contacto antes de reemplazar), es voluminoz en comparación con los sensores de película delgada, tiene una velocidad de fotogramas limitada (30-60 fps).
2. Arrays resistentes / piezoresistentes (Paxini, RoboSkin)
Una cuadrícula de elementos sensibles a la presión (taxel) cambia la resistencia eléctrica bajo la fuerza aplicada.
- Resolución: Moderada -- pitch de 2-5 mm, dando 8x8 a 16x16 matrices por punta de dedo.
- Fuente: Array de presión 2D (valores enteros proporcionales a la fuerza por taxel).
- Vantajes: Profiles delgados (1-3 mm), alta durabilidad (100K + ciclos), muestreo rápido (100-1000 Hz), conforme a superficies curvas.
- Desventajas: Resolución espacial más baja que los sensores basados en la visión, requiere calibración por sensor para una medición precisa de la fuerza.
3. Sensores de capacidad (BioTac, Xela)
Dos capas conductoras separadas por una capacidad de cambio dielectrico compresible bajo presión. BioTac agrega una chaqueta de elastómero llena de líquido que también detecta la temperatura y la vibración.
- ** Resolución:** Bajo moderado - BioTac tiene 19 taxels más electrodos de impedancia. Xela ofrece matrices de mayor densidad (4 mm de tono).
- Fuente: Multi-modal: fuerza + vibración (signal de CA de alta frecuencia para la detección de deslizamientos) + temperatura.
- Ventajas: Detección multimodale, probada en investigación (más de 1000 artículos citan BioTac).
- Desventajas: BioTac se suspende (SynTouch dejó de operar en 2023). Las fugas de líquidos de reemplazo son un modo conocido de falla.
4. Guía de onda óptica / sensores de fibra
La luz se propaga a través de una fibra óptica o de una guía de onda. La deformación por contacto cambia las propiedades de transmisión de luz (intensidad, longitud de onda o fase).
- Ventajas: Compatible con la resonancia magnética, inmune a las interferencias electromagnéticas.
- Desventajas: Complejo procesamiento de señales, limitada disponibilidad comercial para la robótica.
Tabla de comparación de sensores táctiles
| Sensor | Type | Resolution | Force Range | Sample Rate | ROS2 Driver | Durability | Price | Status |
|---|---|---|---|---|---|---|---|---|
| GelSight Mini | Vision-based | ~30 um/pixel (640x480) | 0-40 N | 30 fps | gelsight_ros2 | 1000-3000 cycles | $400 | Available |
| DIGIT | Vision-based | ~40 um/pixel (320x240) | 0-25 N | 60 fps | digit_ros2 | 500-2000 cycles | $300 | Available |
| 9DTact | Vision-based | ~50 um/pixel (320x240) | 0-30 N | 30 fps | Community | 1000+ cycles | $200 (DIY) | Open-source |
| Paxini Gen3 | Piezoresistive array | 16x16 taxels (3 mm pitch) | 0-100 N | 100 Hz | paxini_ros2 | 100K+ cycles | $800 | Available (RCSV) |
| BioTac SP | Capacitive + fluid | 19 taxels + 19 impedance | 0-30 N | 100 Hz (DC) / 2.2 kHz (AC) | biotac_ros2 | 50K+ cycles | $5,000 | Discontinued |
| Xela uSkin | Capacitive (3-axis) | 4x4 to 16x16 (4 mm pitch) | 0-10 N per taxel | 250 Hz | xela_ros2 | 50K+ cycles | $1,200-$3,000 | Available |
| RoboSkin (Pressure Profile Systems) | Capacitive array | Custom (down to 2 mm pitch) | 0-140 kPa | 1000 Hz | Custom | 100K+ cycles | $2,000-$5,000 | Available |
Perfiles detallados de los sensores
GelSight Mini
El GelSight Mini de GelSight Inc. (MIT spin-off) es el sensor táctil basado en la visión más utilizado en la investigación. El cuerpo del sensor es de aproximadamente 25x25x30 mm, lo que lo hace adecuado para sujetadores paralelas de mandíbula pero demasiado voluminoz para manos hábiles con múltiples dedos.
** Mejor para:** Investigación sobre la clasificación de la textura de la superficie, la estimación de la postura de objetos a través del tacto y el aprendizaje de políticas ricas en contacto.
Limitación: La velocidad de fotogramas de 30 fps y la latencia USB de ~10 ms limitan la captura reactiva en tiempo real. Para la detección de deslizamientos, se necesita al menos 100 Hz.
DIGIT (Meta AI)
DIGIT es un sensor de visión compacto desarrollado por Meta AI. Es más pequeño que el GelSight Mini (20x27x18 mm) y produce imágenes de 320x240 a 60 fps. DIGIT fue diseñado específicamente para la integración de manos destrezas y se ajusta a las puntas de los dedos de la Mano Allegro.
** Mejor para:** Investigación de manipulación dexterosa de múltiples dedos. El factor de forma compacto y la velocidad de fotogramas más alta lo hacen más adecuado para la captura reactiva que GelSight Mini.
Limitación: El gel no es sustituible por el usuario (se requiere servicio en fábrica). Resolución inferior a la GelSight Mini. Disponibilidad comercial limitada - la adquisición puede tardar 4-8 semanas.
Paxini Gen3
Los sensores táctiles de Paxini utilizan matrices piezoresistivas que proporcionan una cuadrícula de 16x16 taxel a 100 Hz. El diseño de película fina (2 mm de perfil) se ajusta a superficies curvas de las puntas de los dedos, lo que lo hace compatible con manos destrezas como la [Mano de Orca] (
Es ideal para: Sistemas de manipulación de producción, recopilación de datos de ciclo de alta actividad y aplicaciones que requieren una larga vida útil del sensor.
** Disponibilidad de RCSV:** Los sensores Paxini están almacenados en RCSV y están disponibles para la integración con las plataformas [OpenArm 1]
BioTac SP (concluido)
BioTac fue el estándar de oro para la detección táctil multi-modal: 19 taxeles de fuerza, 19 electrodos de impedancia (para detectar material de objeto), un hidrófono (para vibración / deslizamiento a 2.2 kHz) y un termistor. Ningún sensor de corriente coincide con su amplitud de modalidades. Sin embargo, SynTouch cesó de operar en 2023, y las unidades BioTac ya no están disponibles nuevas. Los usuarios existentes deben planificar la migración.
Caminos de migración: Para aplicaciones solo por fuerza, Paxini Gen3 o Xela uSkin son reemplazos directos. Para la detección de deslizamientos, utilice Paxini a 100 Hz con umbral derivado de presión. Para la impedancia (clasificación de materiales), no hay reemplazo directo - utilice métodos basados en la visión en su lugar.
ROS2 Integración
Los sensores táctiles publican datos utilizando dos tipos principales de mensajes ROS2, dependiendo de la tecnología del sensor:
| Sensor Type | ROS2 Message | Topic Example | Notes |
|---|---|---|---|
| Vision-based (GelSight, DIGIT) | sensor_msgs/Image | /gelsight/image_raw | Standard camera image; process with OpenCV or CNN |
| Array (Paxini, Xela) | sensor_msgs/Image (16UC1) | /paxini/pressure_image | 16-bit grayscale; each pixel = one taxel pressure |
| Array (3-axis, Xela) | geometry_msgs/WrenchStamped[] | /xela/tactile | Per-taxel 3-axis force (normal + shear) |
# Example: Subscribe to Paxini tactile data in ROS2 Python
import rclpy
from rclpy.node import Node
from sensor_msgs.msg import Image
import numpy as np
from cv_bridge import CvBridge
class TactileListener(Node):
def __init__(self):
super().__init__('tactile_listener')
self.bridge = CvBridge()
self.sub = self.create_subscription(
Image, '/paxini/pressure_image', self.callback, 10)
def callback(self, msg):
# Convert 16-bit grayscale image to numpy array (16x16)
pressure = self.bridge.imgmsg_to_cv2(msg, '16UC1')
total_force = np.sum(pressure) * 0.01 # scale to Newtons
max_taxel = np.max(pressure)
# Detect slip: check if pressure gradient exceeds threshold
gradient = np.gradient(pressure)
slip_detected = np.max(np.abs(gradient)) > 500
self.get_logger().info(
f'Force: {total_force:.1f}N, Max: {max_taxel}, Slip: {slip_detected}')
Procedimiento de calibración
La calibración táctil del sensor mapea las lecturas de los sensores en bruto a valores de fuerza física (Newtons).
Sensores basados en la visión (GelSight, DIGIT)
- Recoge imágenes de referencia: Graba la imagen del sensor sin contacto (fondo). Esto sirve como referencia para el estéreo fotométrico.
- Cargas conocidas: Presione una superficie plana contra el gel utilizando un medidor de fuerza de precisión (Mark-10 M5-10, $400) a 5, 10, 15, 20, 25, 30 N. Grabe la imagen del gel en cada carga.
- Curva de calibración adecuada: Calcule el cambio medio de intensidad de píxel en la región de contacto para cada carga. Ajusta un cambio de intensidad de mapeo polinómico (típicamente cuadrático) a la fuerza.
- Validado: Aplicar 3 cargas intermedias conocidas y verificar que la fuerza prevista está dentro del 10% de la fuerza real.
Arrays piezoresistivos (Paxini)
- Ofset cero: Graba 100 cuadros sin contacto. promedio y almacena como el offset cero por taxel.
- ** Calibración de un solo punto:** Aplicar una carga distribuida conocida (placa plana + peso de 500 g = 4,9 N sobre el área de la matriz). Grabar 100 cuadros y calcular el factor de escala por taxel para que la suma de los taxel calibrados sea igual a 4,9 N.
- ** Calibración de varios puntos (opcional, de mayor precisión):** Repita en 3-5 niveles de carga y ajusta una curva de calibración lineal o polinómica por taxel.
- ** Compensamiento de temperatura:** Los sensores pieoresistentes se desplazan con la temperatura. Si funcionan en temperaturas ambientales variables, repita la medición de desplazamiento cero cada 30 minutos o realiza un seguimiento continuo de desplazamiento durante las fases no de contacto.
Las mejores prácticas de calibración
- Calibra la temperatura y humedad en la que operará.
- Para los sensores basados en la visión, recalibrarse después de cada reemplazo de gel.
- Almacenar los datos de calibración junto con el conjunto de datos (en los metadatos HDF5) para que el procesamiento en aguas subyacentes pueda volver a calibrar si es necesario.
- Verifique la calibración semanal de los sistemas de producción.
Marco de decisión de selección
Utilice estas reglas para restringir su elección:
| Your Requirement | Best Choice | Why |
|---|---|---|
| Maximum surface detail (texture, geometry) | GelSight Mini | Highest spatial resolution (30 um/pixel) |
| Compact for dexterous hand fingertips | DIGIT or Paxini Gen3 | Smallest form factors (18-20 mm width) |
| Production durability (100K+ cycles) | Paxini Gen3 | No gel to replace, solid-state construction |
| 3-axis force (shear + normal) | Xela uSkin | Per-taxel 3-axis measurement for slip vector |
| Lowest cost for research prototyping | 9DTact (DIY) | Open-source design, ~$200 in parts |
| Fast sampling for reactive control | RoboSkin (PPS) | 1000 Hz for high-bandwidth force control |
| Works with CNN/ViT learning pipelines | GelSight or DIGIT | Image output directly compatible with vision models |
Integración con el hardware RCSV
RCSV ha validado la integración de sensores táctiles con nuestras plataformas de hardware:
- OpenArm 1 ($4,500, 6-DOF, 500g carga útil): Soporta GelSight Mini y Paxini Gen3 en el agarre de mandíbula paralelo. La carga útil de 500g acompaña el peso del sensor (GelSight: 45g por dedo, Paxini: 8g por dedo).
- Manos de Orca: Los sensores Paxini Gen3 son la opción recomendada debido a su perfil delgado. Cada una de las 5 puntas de los dedos está equipada con una matriz de 16x16.
- DK1 Bimanual: Configuración dual OpenArm con grabación táctil sincronizada en ambos sujetadores. Nuestro [Servicios de datos]
T18 ) pipeline registra datos táctiles junto con la cámara y datos de estado conjunto en formato HDF5 para el aprendizaje de imitación.
Todos los datos táctiles recogidos en RCSV son accesibles a través de la [Plataforma de Datos] (T19