PaXini PX-6AX GEN3: Una Plataforma de Sensado Táctil Nativa de Datos
Feb 2026 — Haciendo que el tacto sea medible, aprendible y reutilizable
De la física de contacto a una señal aprendible
La serie PaXini PX-6AX GEN3 es una familia de módulos de detección táctil multidimensional diseñados para la percepción de fuerza de alta resolución, comprensión del contacto y manipulación robótica basada en datos. En lugar de tratar el tacto como un evento binario, PX-6AX GEN3 captura campos de fuerza triaxiales distribuidos espacialmente en la superficie de contacto.
Filosofía de Diseño
La detección de fuerza robótica tradicional se centra en la fuerza global o el par. PaXini está diseñado en torno a sistemas de aprendizaje modernos, donde la geometría de contacto local, la distribución de fuerza y la evolución temporal son señales críticas. El sistema proporciona: detección distribuida espacialmente (no de un solo punto), fuerza triaxial (Fx, Fy, Fz) en cada celda, alta repetibilidad para la consistencia del conjunto de datos y acceso digital directo para tuberías de aprendizaje en tiempo real.
Principio de Detección
PX-6AX GEN3 adopta una arquitectura semirigida basada en el efecto Hall. Una capa de elastómero compliant se deforma bajo contacto; la deformación induce un desplazamiento controlado de elementos magnéticos; una capa de detección rígida mide los cambios en el campo magnético; algoritmos integrados reconstruyen vectores de fuerza triaxiales. Algoritmos de aislamiento de campo magnético no deseado aíslan señales inducidas por la fuerza y suprimen la interferencia ambiental.
Salida de Datos y Semántica
En cada paso de tiempo, el sensor proporciona vectores de fuerza triaxiales por celda y fuerzas resultantes agregadas. Esta representación permite que los sistemas de aprendizaje razonen sobre la ubicación del contacto, la distribución de presión, las fuerzas de deslizamiento y corte, y las transiciones entre adherencia y deslizamiento. Contactos parciales, desalineación y deslizamiento incipiente son señales esenciales para un aprendizaje de políticas robusto.
Flujos de Trabajo de Aprendizaje Habilitados
Las señales táctiles densas aumentan las observaciones visuales y proprioceptivas para el aprendizaje por imitación. La retroalimentación de fuerza distribuida proporciona señales de recompensa ricas para el aprendizaje por refuerzo (RL). Los datos táctiles se pueden fusionar con visión, estados de articulaciones y audio para entrenar modelos de percepción y control multimodal.