로봇에 대한 촉각 센서: 젤 시트 vs 디지트 vs 파키니

왜 촉각 감지 이 로봇 조작 에 중요 합니까?

시각 은 로봇 에게 물체 가 어디 에 있는지 알려 준다. 촉각 감지 은 물체 가 어떻게 느껴지는지를 알려 준다. 이 차이 는 매우 중요 하다. 카메라 는 잡기가 미끄러지고 있는지, 물체 가 변형 될 수 있는지, 또는 취약 한 물체 에 얼마나 많은 힘이 적용 되고 있는지 감지 할 수 없다. 연구들은 지속적으로 촉각 피드백을 추가하는 것이 시각에만 적용되는 정책에 비해 새로운 객체에 대한 이해 성공률을 15-30%로 향상시키는 것을 보여줍니다.

2020 년 이후 촉각 센서 시장은 폭발적으로 증가했습니다. 시각 기반 촉각 센서 (GelSight, DIGIT) 는 고해상도 터치 데이터를 연구 연구실에 500 달러 이하에 액세스 할 수 있게 해줍니다. 이 가이드에서는 주요 옵션을 비교하고 조작 작업에 적합한 센서를 선택하는 데 도움이됩니다.

RCSV는 우리의 [데이터 수집 파이프라인]에 촉각 센서를 통합하고 [리징 프로그램] (T3) 를 통해 미리 구성된 촉각 장비 장을 제공합니다.

촉각 센서 작동 원리

촉각 센서는 4가지 주요 기술 가문으로 나뉘는데, 각각 해상도, 내구성 및 데이터 형식에서 차별화된 타협점을 가지고 있습니다.

1. 시력 기반 촉각 센서 (GelSight, DIGIT, 9DTact)

변형 가능한 유 elastomer 패드는 물체에 압력을 가합니다. 유 elastomer 뒤에 있는 카메라는 투명 젤을 통해 변형 패턴을 사진으로 찍습니다. 이미지 처리 (사진상표현소) 는 변형 이미지를 고해상도 깊이 지도와 접촉 기하학으로 변환합니다.

** 해상도:** 극히 높은 -- 미리미터 미만의 공간 해상도 (카메라 픽셀로 제한된, 일반적으로 25-50 /픽셀)
** 출력:** RGB 이미지 (320x240에서 640x480) 는 접촉 기하학을 암호화합니다. 또한 깊이 지도를 통합하여 정상적인 힘을 도출 할 수 있습니다.
** 장점:** 풍부한 기하학적 정보, 저렴한 카메라 하드웨어, 학습을 위한 표준 CNN 파이프라인과 작동합니다.
** 단점:** 젤 엘라스토머는 노화 ( 교체 전에 500~~5000개의 접촉주기가) 가 있으며, 얇은 필름 센서와 비교해 거대하고, 프레임 속도가 제한되어 있다 (30~~60fps).

2. 저항성/ 피조세시티브 배열 (Paxini, RoboSkin)

압력에 민감한 요소 (taxel) 의 격자 는 적용 된 힘 아래 전기 저항을 변화시킨다. 각 taxel 는 독립적으로 읽혀서 이미지와 유사한 압력 지도를 생성한다.

상해결: 중간 - 2-5mm의 타셀 피치, 손가락 끝당 8x8에서 16x16 배열을 제공합니다.
출력: 2D 압력 매트리 (타세일당 힘에 비례하는 정수 값) ROS2에서 회색 스케일 이미지로 자주 게시됩니다.
** 장점:** 얇은 프로필 (1-3mm), 높은 내구성 (100K+ 사이클), 빠른 샘플링 (100-1000 Hz), 곡선 표면에 적합하다.
** 단점:** 시야 기반 센서보다 공간적 해상도가 낮아진데, 정확한 힘 측정을 위해 센서별 캘리브레이션이 필요합니다.

3. 용량 센서 (바이오택, 엑셀라)

압력 아래 압축 가능한 전전 변화 용량으로 분리된 두 개의 전도성 층. 바이오택은 온도와 진동을 감지하는 액체로 가득한 유 elastomer 자켓을 추가합니다.

** 해상도:** 저중중화 - 바이오택은 19개의 타셀과 임피던스 전극을 가지고 있다. 라는 더 높은 밀도 (4mm 피치) 를 제공하는다.
출력: 다 모달: 힘 + 진동 (높이 주파수 AC 신호, 슬립 감지) + 온도.
** 이점:** 연구 결과로 입증된 다 모달 감지 (BioTac에 대한 1000+ 논문)
** 단점:** 바이오택은 중단된다 (SynTouch는 2023년에 운용을 중단했다). 대체 액체 누출은 알려진 실패 모드입니다.

4. 광학파수 가이드/섬유 센서

광섬유 또는 파도 가이드 (光光纖或波導導) 를 통해 빛이 전파된다. 접촉으로 인한 변형은 빛 전송 속성을 변화시킨다 (강도, 파장, 또는 단계). 주로 전기 간섭이 문제가 되는 의료 로봇 및 부드러운 지갑에서 사용됩니다.

** 장점:** MRI 호환성, 전자기 간섭에 면역력
** 단점:** 복잡한 신호 처리, 로봇용 상업용 사용 가능성은 제한되어 있습니다.

촉각 센서 비교 테이블

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

세부적인 센서 프로필

젤시트 미니

GelSight Mini (MIT 스핀오프) 는 연구 분야에서 가장 널리 사용되는 시각 기반 촉각 센서입니다. 30fps에서 640x480 RGB 이미지를 내보내며 미리미터 미 미세 표면 기하학을 암호화합니다. 엘라스토머 젤은 교체 할 수 있습니다. 센서 몸무게는 대략 25x25x30mm, 따라서 평행 턱잡기에는 적합하지만 다발 손가락의 능숙한 손에는 너무 거비합니다.

** 표면 질질 분류, 물체 포즈를 추정, 접촉 풍부한 정책을 학습하는 연구.

** 제한:** 30fps 프레임 속도 및 ~10ms USB 지연 제한 실시간 반응형 포착. 슬립 탐지 위해서는 최소 100Hz가 필요합니다.

DIGIT (메타 AI)

DIGIT은 메타 AI에서 개발한 콤팩트 비전 기반 센서이다. GelSight Mini (20x27x18mm) 보다 작으며 60fps에서 320x240 이미지를 생성한다. DIGIT은 특히 현명한 손 통합을 위해 설계되었으며 알레그로 손의 손가락 끝에 적합합니다.

이용: 다발 손가락의 현명한 조작 연구. 콤팩트 형태의 요소와 높은 프레임 속도 때문에 젤시트 미니보다 반응형 포착에 더 적합합니다.

** 제한:** 젤은 사용자 대신할 수 없습니다 (공장 서비스 요구됩니다). GelSight Mini보다 낮은 해상도. 제한된 상업적 사용 가능 - 구매는 4-8 주 걸릴 수 있습니다.

파크시니 Gen3

파크시니 촉각 센서는 100 Hz에서 16x16 타셀 그리드를 제공하는 피저시스티브 배열을 사용합니다. 얇은 필름 (2mm 프로파일) 디자인은 곡선 손가락 끝 표면에 적합하므로 [오르카 손]T4과 같은 유능한 손과 호환됩니다. 시력 기반 센서와 달리, 파크시니 배열은 움직이는 부품이 없으며 대체할 젤이 없으며, 생산 순환 내구성을 100K+를 제공하여 생산 순환이 가능합니다.

**제품 조작 시스템, 고부하 주기의 데이터 수집 및 긴 센서 수명을 필요로 하는 응용 프로그램에서 가장 좋습니다. 100 Hz 샘플 속도 는 압력 기하급수 분석을 통해 슬라이드 검출을 가능하게 합니다.

RCSV 가용성: Paxini 센서는 RCSV에서 저장되어 있으며 [OpenArm 1]T5) 및 Orca Hand 플랫폼과 통합 할 수 있습니다. 사전 구성된 촉각 장착 된 팔은 [리징 프로그램]T6) 를 통해 월 1,200 달러에서 사용할 수 있습니다.

바이오택 SP (중개)

바이오택은 다모달 터틸 센싱의 금 표준이었습니다. 19 개의 힘 팩셀, 19 개의 임피던스 전극 (물질 물질을 감지하기 위해), 수음 (진동/스립 2.2 kHz) 및 온도미스터. 현재 센서는 그 방식의 폭과 일치하지 않습니다. 그러나, 시인터치는 2023 년에 운영을 중단했으며, 바이오택 단위는 더 이상 사용할 수 없습니다. 기존 사용자는 마이그레이션을 계획해야합니다.

** 이동 경로:** 힘으로만 적용되는 경우, Paxini Gen3 또는 Xela uSkin은 직접 대체가 된다. 슬립 검출을 위해, 압력 파생률을 가진 100 Hz에서 Paxini를 사용한다. 막대 (물질 분류) 에 대해서는 직접 대체가 없다. 대신 비전 기반 방법을 사용한다.

ROS2 통합

터틸 센서는 센서 기술에 따라 두 가지 주요 ROS2 메시지 유형을 사용하여 데이터를 게시합니다.

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}')

기량 처리 절차

촉각 센서 캘리브레이션은 원시 센서 가수값을 물리 힘 값 (뉴턴) 으로 매핑합니다. 캘리브레이션 없이는 상대적 압력 변화를 감지할 수 있지만 목표 힘으로 제어할 수 없습니다.

시력 기반 센서 (GelSight, DIGIT)

** 참조 이미지를 수집:** 센서 영상을 접촉 없이 기록 (백그라운드). 이것은 광학 스테레오에 대한 참조 역할을 한다.
** 알려진 부하:** 5, 10, 15, 20, 25, 30 N에서 정밀 강력 가사 (Mark-10 M5-10, $400) 를 사용하여 젤에 대한 평평한 표면을 누르십시오. 각 부하에 젤 이미지를 기록하십시오.
** 맞춤형 캘리브레이션 곡선:** 각 부하에 대한 접촉 영역의 평균 픽셀 강도 변화의 계산을 한다. 복수 (일반적으로 사각형) 지도 강도 변화의 강도에 맞춤형 (일반적으로 사각형) 캘리브레이션 파일로 저장한다.
** 유효일:** 3개의 알려진 중간 부하를 적용하고 예측된 힘이 실제 힘의 10% 내에 있는지 확인한다.

피조세시티브 레이 (Paxini)

** 0 이산:** 100개의 프레임을 기록하여 접촉하지 않습니다. 평균을 기록하고, 분당 0 이산으로 저장합니다. 이 값을 미래의 모든 읽기로부터 빼십시오.
** 단일 점 기량:** 알려진 분산 부하를 적용한다 (평판 + 500g 무게 = 매리 영역에 4.9 N). 100 프레임을 기록하고, 매스 팩셀 규모 인수를 계산하여 기량 기량 기량 총은 4.9 N에 해당한다.
** 다점 캘리브레이션 (선택, 더 높은 정확성):** 3-5개의 로드 레벨에서 반복하고, 1 타셀 당 선형 또는 다항식 캘리브레이션 곡선을 맞추어, 이는 타셀에서 타셀 사이의 민감성 변이를 설명한다.
온도 보상: 피조세시시티브 센서는 온도와 따라 이동한다. 환경 온도에서 작동하는 경우, 30분마다 0의 오프셋 측정을 반복하거나 접촉하지 않는 단계에서 연속적인 오프셋 추적을 실시한다.

기량 조절 의 가장 좋은 방법

작동할 곳의 온도와 습도에 맞춰서 조절하세요.
시력 기반 센서에서는, 각 젤 교체 후 재계급한다.
가산 데이터를 데이터 세트 (HDF5 메타데이터) 와 함께 저장하여 하류 처리가 필요한 경우 재 가산할 수 있습니다.
생산 시스템에서 주간 기계를 확인합니다. 유동은 센서 degradation를 나타냅니다.

선택 결정 프레임워크

선택의 폭을 좁히기 위해 다음 결정 규칙을 사용하세요:

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

RCSV 하드웨어와 통합

RCSV는 우리의 하드웨어 플랫폼과 촉각 센서 통합을 검증했습니다.

OpenArm 1 ($4,500, 6-DOF, 500g 유용 부하): 병렬 턱잡기 GelSight Mini 및 Paxini Gen3를 지원합니다. 500g 유용 부하는 센서 무게 (GelSight: 손가락당 45g, Paxini: 손가락당 8g) 를 수용합니다. ROS2 런칭 파일에는 기본적으로 촉감 주제 녹음도 포함됩니다.
오르카 핸드: 파키니 Gen3 센서는 그늘한 프로필 때문에 권장되는 선택이다. 5개의 손가락 끝 각는 16x16 배열으로 장착되어 있다. 오르카 핸드 드라이버 노드는 5개의 촉각 스트림을 동시에 별도의 주제에 공개한다.
DK1 Bimanual: 두 개의 지갑에 동기화된 촉각 녹음으로 듀얼 오픈아름 설정. 우리의 [데이터 서비스] (T9) 파이프라인은 모방 학습을 위해 HDF5 형식으로 카메라와 함께 촉각 데이터를 기록합니다.

RCSV에서 수집된 모든 촉각 데이터는 [데이터 플랫폼] (T10) 를 통해 액세스 할 수 있습니다.