ICRA 2026｜山西大学本科生一作：TacTip动态触觉流实现力估计与力跟踪

背景

在机器人操作、人机交互以及工业自动化领域，精确的力估计是实现安全、高效作业的关键技术基础。然而，传统的力估计方法往往面临高昂的成本、机械磨损严重等挑战，且在动态交互场景下的估计精度不足，难以满足复杂环境的需求。

尽管视觉和触觉感知被视为解决这一问题的潜力方案，但现有方法多依赖静态标定，一旦遇到滑移等动态交互过程，其性能往往会显著下降。为了突破这一局限，学术界一直在探索能够实时捕捉细微接触变化并适应动态场景的新型感知框架。

在此背景下，ICRA 2026（IEEE机器人与自动化学会机器人与自动化国际会议）作为机器人领域规模最大、影响最广泛的顶级学术会议之一，其录用成果备受关注。ICRA 2026于2026年6月1日至5日在奥地利维也纳会议中心举办，主题为“Robots for All（机器人惠及所有人）”。本届会议共收到来自全球86个国家和地区的4947篇投稿，最终录用1882篇，录取率为38.04%，显示出国际机器人学术研究的热度持续攀升。

核心内容

山西大学陈路副教授团队在触觉力估计方向的研究成果“TacTip-based Dynamic Contact Force Estimation with Sequential Tactile Images and Its Applications to Robotic Force Tracking”被ICRA 2026正式录用。该论文的第一作者为山西大学计算机与信息技术学院2023级本科生谢宛桐，通讯作者为山西大学大数据科学与产业研究院副教授陈路。合作者包括华南理工大学的鹿振宇、杨佳龙，山西大学的刘京阳，以及利物浦大学（University of Liverpool）的杨辰光。

针对传统方法在动态场景中精度不足的问题，该研究提出了一种适用于TacTip传感器的新型力预测框架。该框架的核心创新在于集成了动态触觉流编码器，旨在捕捉时空特征，从而实现对动态力变化的精准建模。

研究团队通过对比不同帧差分方法在动态交互中的触觉特征响应，直观验证了所提出的“触觉流差分法”在捕捉细微接触变化上的显著优势。这种方法为高精度力估计提供了关键的视觉依据，克服了现有静态标定方法在动态交互中的局限性。

此外，研究还在不同滑移速度下进行了动态滑移场景的机器人力跟踪性能验证。实验展示了搭载TacTip传感器的机器人在粗糙表面滑移时（例如跨越两个螺母障碍物）的力跟踪效果。结果进一步证实了该方法在真实动态交互环境中的实用性与稳定性，为机器人动态力控制提供了新的技术方案。

关键要点

• 高水平学术认可：该成果被机器人领域顶级会议ICRA 2026录用，体现了其在国际学术界的认可度。
• 本科生一作突破：论文第一作者为山西大学2023级本科生谢宛桐，展现了本科生在前沿科研领域的卓越贡献。
• 创新技术路径：提出了一种基于TacTip传感器的新型力预测框架，核心在于集成动态触觉流编码器以捕捉时空特征。
• 触觉流差分法优势：通过对比实验验证，该方法在捕捉细微接触变化方面具有显著优势，解决了动态交互中性能下降的问题。
• 动态力跟踪验证：在粗糙表面滑移等复杂动态场景中，验证了机器人力跟踪的实用性与稳定性，证明了方法在真实环境中的有效性。
• 多学科合作：研究团队由山西大学、华南理工大学及利物浦大学的研究人员共同组成，体现了跨机构、跨区域的科研合作。

意义与影响

该研究不仅为高精度力估计提供了新的技术路径，也为机器人动态力控制提供了切实可行的解决方案。通过引入动态触觉流编码器，研究成功克服了传统方法在动态场景下精度不足的痛点，特别是在滑移等复杂交互过程中，能够保持稳定的力估计性能。

这一成果对于推动机器人在工业自动化、人机交互等领域的广泛应用具有重要意义。它表明，通过先进的传感器数据处理算法，可以有效提升机器人在非结构化环境中的适应能力和操作精度。

此外，该研究得到了国家自然科学基金项目（62373233）、山西省专利转化计划项目（20250012）、中央高校基本科研业务费项目（2025ZYGXZR057）、山西省中央引导地方科技发展资金项目（YDZJSX20231B001）以及山西省科技创新领军人才团队等多方面的支持，体现了国家对基础科研及地方科技创新的高度重视。