在机器人中复刻人类体感网络对于灵巧的操作至关重要，以确保对不同柔软度和纹理的物体有适当的抓取力。尽管人工触觉感知在物体识别方面取得了进展，但准确量化触觉感知以识别柔软度和纹理仍然具有挑战性。     

为了解决这一难题，近日，浙江工业大学吴化平&西湖大学姜汉卿团队报告了一种使用双模触觉传感器捕获多维静态和动态刺激的方法，允许同时量化柔软度和纹理特征。该方法可实现弹性系数和摩擦系数的协同测量，从而提供了一种通用策略，用于获取与精细物体进行无疤痕、防滑交互所必需的自适应夹持力。通过配备该传感器，机械臂识别猪粘膜特征的准确率为98.44%，并稳定地抓取视觉上难以区分的成熟白草莓，实现可靠的组织触诊和智能采摘。提出的设计概念和全面的指导方针将为触觉传感器的发展提供见解，为机器人技术带来前景。