港科大发布整臂触觉机械臂 EmArm：超过 7.1 万平方毫米软体皮肤，重复定位精度与传统机械臂相当

香港科技大学（港科大）10 月 16 日发布具身感知驱动机械臂 EmArm，上臂和前臂覆盖软体光学触觉皮肤，可做整臂触觉感知和自适应操作。论文已于 7 月 20 日发表在 Nature Sensors，由港科大电子及计算机工程学系教授、郑家纯机器人研究院副院长申亚京教授领衔，第一作者为唐一峰博士。

EmArm 要证明的是，触觉皮肤不必让机械臂牺牲强度。港科大称，它借用了人的“骨、肌、皮”结构，把软体光学触觉皮肤嵌进刚性机械骨架，总面积超过 71,000 平方毫米，臂内亚毫米级相机读取整臂受力分布。嵌入皮肤后它的重复定位精度与传统机械臂相当，可承受超过 15 公斤压力载荷和 7.35 Nm 扭矩；这让皮肤有条件在视觉被遮挡时充当机械臂的安全传感器。短板在规模：结果都来自团队在一只手臂上的实验，把皮肤扩展到人形机器人的腿和躯干，目前还只是设想。

臂内相机读皮肤，空间分辨率 0.085 毫米

港科大给出的空间分辨率是 0.085 毫米，称接近人的指尖皮肤；两点辨别阈最低 18.2 毫米，人类手臂皮肤一般在 30 至 50 毫米。光学方案省掉了电子皮肤繁琐的布线，也不怕电磁、光照、温度、湿度和声音干扰，在这五类干扰下保真度最高 97.9%。

港科大称这套系统有助于推进具身智能。它的控制回路实时合并关节角数据和触觉数据，从接触中解出位置、面积、力和接触点数量，再送进运动控制。申亚京解释了没走端到端学习的原因：“如果直接用端到端学习，不光需要海量标注数据，还要很强的算力，很难在机器人上实时运行。”

两个演示说明它怎么用。人机交互中，它能分辨抚摸、捏、戳、挠、打五种接触行为，识别准确率最高 99.8%，并以高兴、难过、好奇、害羞、生气五种表情作出反馈。轨迹重规划中，人的手这类视觉看不到的障碍进入路径时，它靠触觉察觉、紧急停下，再判断障碍是临时还是永久，重新规划路线。

18.2 毫米和 0.085 毫米测的是两件事

两点辨别阈最低 18.2 毫米，看上去比 0.085 毫米的空间分辨率粗得多，其实两者各管一件事：前者是两个接触点要隔多远才分得开，后者是单个接触点能定位到多准。

演示里还有直观的一幕：EmArm 托着一颗重心偏移的篮球，把实时触觉特征和事先学好的策略比对，不断调整关节角指令，把球稳住。