当前位置:首页>科技新闻>机器人视觉触觉融合学习为何成为工业自动化新焦点
科技新闻

机器人视觉触觉融合学习为何成为工业自动化新焦点

上个月在深圳一场自动化展会上,一套双臂装配单元演示了这样一个动作:机械手抓起表面沾有润滑油的铝合金压铸件,指尖触觉传感器检测到打滑前兆后,视觉系统同步微调了夹持姿态,整个过程不到400毫秒。围观的集成

来源:发布时间:2026-11-22 05:19:24栏目:科技新闻浏览:985 次

机器人视觉触觉融合学习为何成为工业自动化新焦点

上个月在深圳一场自动化展会上,机器觉触觉融一套双臂装配单元演示了这样一个动作:机械手抓起表面沾有润滑油的人视铝合金压铸件,指尖触觉传感器检测到打滑前兆后,合学何成视觉系统同步微调了夹持姿态,习为新焦整个过程不到400毫秒。为工围观的业自集成商里有人嘀咕了一句:“这比去年看到的纯视觉方案稳多了。”这大概是动化点今年工业自动化圈子里被讨论最多的技术转向——视觉触觉融合学习正从实验室论文变成产线上的硬需求。

单一传感器为什么撑不住精密装配

纯视觉在反光、机器觉触觉融遮挡、人视透明体和低对比度场景下的合学何成局限,做3C装配的习为新焦工程师体会最深。连接器引脚间距0.4毫米,为工摄像头看到的业自是一片发亮的金属,深度信息基本失效;而纯触觉方案又缺乏全局定位能力,动化点来料位置偏了2毫米,机器觉触觉融夹爪伸过去就是空抓。去年华南一家消费电子代工厂的M2螺丝锁附工位,用纯视觉方案良率卡在97.3%,加装六维力传感器和触觉阵列后,配合融合算法,三周内拉到了99.1%。这个数字在行业里传得很开。

融合学习的难点不在硬件而在数据闭环

视觉和触觉的采样频率、数据模态差异巨大——相机30帧,触觉阵列能做到1000Hz,时间对齐本身就是个坑。更麻烦的是标注:视觉数据尚可人工标注,触觉信号长什么样才算“适度握紧”,很难用规则描述。目前主流做法是让机器人在仿真环境中先学,再迁移到实物上做域随机化微调。卡内基梅隆一个团队去年发布的数据集显示,融合模型在抓取未知物体时成功率比纯视觉高18个百分点,但训练所需的数据量也翻了将近一倍。这解释了为什么厂商都在囤积产线真实交互数据,却不愿意公开分享。

哪些场景正在为这项技术买单

最先起量的不是汽车总装,而是高混合、小批量的电子和医疗器械装配。线束插接、柔性电路板贴合、玻璃盖板与中框的精密对位,都是典型需求。苏州一家协作机器人公司给某内窥镜厂商做的光学镜片装配站,融合方案把镜片崩边率从0.8%压到0.05%,单站回本周期不到7个月。另一个值得注意的趋势是,传统工业相机厂商开始绑定触觉传感器供应商走联合方案,这说明卖单点硬件的日子确实不好过了。

判断这项技术值不值得跟,不用看论文引用量,问三个问题就行:你的工位有没有反光或遮挡问题,你的来料一致性够不够差,你的良率卡点是不是集中在接触瞬间。三个问题里中了两个,视觉触觉融合学习大概率比继续堆视觉算法更划算。