近年来，国内外具身智能行业正加速迈入大规模应用的临界点。随着人形机器人、服务机器人、特种机器人等产品逐步走向市场，行业需求已从“能动”转向“能干活”。在工业制造、智慧物流、医疗康养等任务中，仅依赖视觉的机器人在柔性物体抓取、微型部件装配、动态交互等操作中依然存在精度不足、稳定性欠佳、泛化能力弱等问题，制约了其实际应用场景的拓展。

 

智能机器人中的扫地机器人需要应用到液位传感器，需要检测液体液位，锦锋科技的光学式管道液体传感器LL10AH05可以安装在水管管道检测水箱是否有水，给予用户提示加水。检测污水箱是否装满，给予用户提示需要倒出污水。

 

与此同时，大多数机器人触觉传感器也面临技术瓶颈，如精度与分辨率不足、多维信号感知能力有限，以及在复杂多变环境下的耐用性和可靠性较差等问题。这些技术短板，使得机器人难以真正实现类人甚至超人级别的触觉感知。

 

行业逐步形成共识：高分辨率触觉的引入，是突破机器人操作能力瓶颈的关键。

 

在全球传感器技术发展中，高分辨率触觉感知的一条重要技术路线，就是视触觉传感器技术。

 

视触觉传感器技术最早发源于美国麻省理工学院（MIT），2009年，MIT的Edward Adelson教授以三色光原理为基础，提出了GelSight视触觉感知技术。MIT牢牢掌握这项技术，把视触觉传感器推到了机器人触觉感知领域的最前沿，成为全球顶尖高校和科研机构的技术标杆。

 

长期以来，美国麻省理工学院垄断了视触觉感知技术，这项技术能够大幅提高灵巧手的触觉感知能力，但缺点也很明显。比如，算力要求高导致发热量大，耐用性差以及通讯频率不高，制造成本也居高不下。

 

是否能找到一条全新的技术路线解决这些短板？

 

王煜在卡内基-梅隆大学（CMU）期间，师从时任CMU机器人研究所所长、机器人操作领域先驱Matthew Mason，王煜还是Matthew招收的第一个博士生。

 

王煜的同门师弟有一位名叫Alberto Rodriguez，Alberto Rodriguez后来在MIT当教授，Alberto Rodriguez亦深度参与了MIT的视触觉感知技术研发项目。

 

2017年，香港科技大学机器人研究院与MIT启动了一项长达五年的合作项目，由王煜与Alberto Rodriguez分别带队，这场合作可以视为视触觉技术路线分化的关键节点。

 

Alberto Rodriguez团队延续了MIT的三色光技术，仅在GelSight的基础上进行微调，将原先传感器内部结构进行调整，并减薄厚度，推出GelSlim，可以应用于机器人操作任务。

 

而王煜则带着段江哗等几位博士生，着手寻找优化方案，最终开辟了一条截然不同的道路：放弃三色光，采用单色光图案追踪原理，通过计算机视觉追踪特征点，结合几何标定，将二维形变场重建为三维稠密形变场。

 

戴盟团队独创了全新的视触觉传感器技术路线，他们创造性地将摄像头集成于灵巧手指尖，采用单色光图案追踪原理，并另辟蹊径开发出触觉编码技术，以算法层面的优化获取物体深度图像信息，同样实现了精准触觉感知。

 

区别于MIT的GelSight技术方案中常见采用的三色光技术原理，戴盟成功开辟了不依赖三色光的高分辨率视触觉感知技术路线，并攻克了视触觉传感器算力要求高、发热量大、耐用性差等难题，在具身智能领域走出了属于自己的路线。

“我们自主研发的视触觉传感器具有高分辨率、高频率、散热效率高等特点，同时把厚度做到了毫米级，可以轻易安装于机器人灵巧手。”段江哗说，人手通过末梢神经感知物体，相当于每平方厘米有2500个感知单元，现有技术可以做到相同面积内在灵巧手上集成4万个感知单元，使机器人获得超越人手的感知能力。

 

这不仅能让机器人实时感知接触压力的空间分布与细微变化，还能在复杂环境中实现类人级柔顺操控和精准操作，从而显著提升机器人的执行速度、精度与安全性。高分辨率的触觉感知技术跃迁已逐渐成为全球具身智能竞争的战略高地。