710 平方厘米、0.085 毫米、一枚不到 1 毫米的摄像头：触觉不是传感器越多越好，是读法变了
一条手臂、710 平方厘米的皮肤、0.085 毫米的触觉分辨率。做到这件事的不是几千个传感器，而是皮里的一堆标记点，加臂内一枚不到 1 毫米的摄像头。
- 事实：香港科技大学团队在《自然·传感》（Nature Sensors）发布名为 EmArm 的具身传感机械臂，整臂覆盖类人触觉皮肤，覆盖面积约 710 平方厘米（报道称略大于一张 A4）。
- 工作原理：皮肤内部密布标记点位，受压或抚摸时皮肤形变使点位偏移，臂内一枚不到 1 毫米的微型摄像头实时捕捉位移，再经分析确定受力位置与强度。
- 关键指标：触觉空间分辨率 0.085 毫米，报道称与人指尖皮肤相当，区分相邻触点的能力超过人类手臂皮肤；可识别抚摸、捏、戳、挠痒、拍打五类触碰，准确率最高 99.8%。
- 换算一下：710 平方厘米 = 71000 平方毫米。若改用 0.085 毫米间距的传感单元阵列铺满同等面积，约需 980 万个点（本号按面积÷单元间距平方估算）。这正是「标记点 + 摄像头」这条路线的价值所在。
- 判断：这条新闻的真正含义不是「触觉更灵敏了」，而是「触觉的量产成本结构变了」——从「N 个传感器 × N 条走线」变成「一张可印刷的皮 + 一枚标准摄像头」。前者随面积线性涨价，后者几乎不随面积涨价。
触觉这件事，行业里讲了很多年，卡点一直不在「能不能感觉到」，而在两个更土的问题上：铺得开吗，修得起吗。
现有机械臂的触觉方案，主流是两条路——指尖贴传感器阵列，或者关节装力矩传感器。前者精度高但只覆盖末端几平方厘米，抓握时手臂蹭到货架、肘部撞到人，机器一概不知道；后者能感知整体受力，却分不清「被摸了一下」和「被捏了一下」，更分不清接触点在哪。
港科大这次拿出来的 EmArm，做的正是把这两条路绕开。
按报道的描述，EmArm 模仿人体手臂的骨骼—肌肉—皮肤结构：刚性骨架外面包一层软性人工皮肤，覆盖面积约 710 平方厘米。皮肤内部密布标记点位。受压或被抚摸时，皮肤形变带着点位一起偏移；臂内一枚不到 1 毫米的微型摄像头持续拍摄这些点位，再通过位移反算出「哪里被碰了、用了多大力」。
这个思路的关键在于，它把触觉问题转换成了图像问题。
传统阵列方案里，每个感应点都要有自己的信号通道：单元、走线、扫描电路、模数转换，一套下来，面积翻倍成本就翻倍，走线密度还会撞上工艺天花板。而「标记点 + 摄像头」这条路，皮肤本身只是一张印了点阵的软材料——不需要电、不需要走线、不需要逐点扫描。所有的「读出」工作，被集中到一枚标准摄像头和背后的图像算法上。
阵列路线：每个触点独立输出信号。精度由单元密度决定，成本随覆盖面积线性上升，走线数量随面积平方级增长。优势是响应快、可直接读出压力值。
视觉路线（EmArm）：皮肤只负责形变，摄像头负责读出。精度由摄像头分辨率与标定算法决定，成本几乎与覆盖面积脱钩。代价是多了一层图像处理延迟，以及必须处理遮挡。
判断：这两条路线不是替代关系，是分工关系。指尖这种「要精确力控」的地方，阵列仍然更合适；前臂、上臂、躯干这种「要大面积覆盖、但对绝对力值不敏感」的地方，视觉路线才有成本优势。换句话说，EmArm 真正解决的不是「指尖不够灵」，而是「手臂太笨」。
报道给的数字是：触觉空间分辨率 0.085 毫米，与人指尖皮肤相当，区分相邻触点的能力超过人类手臂皮肤。
0.085 毫米有多细？一根头发丝大约 0.06 到 0.08 毫米。也就是说，这套皮肤能分辨出相隔不到一根头发距离的两个接触点。
更有意思的是算一下「如果用阵列实现同等分辨率」需要多少单元。710 平方厘米等于 71000 平方毫米。以 0.085 毫米为间距，每平方毫米约需 138 个单元，铺满全臂约需 980 万个。
这个数当然是理论值，工程上没人会这么做——980 万个独立通道的读出电路，本身就是一座小型数据中心。但它把差距摆得很清楚：在同一块面积上，阵列路线要做到这个分辨率，成本和走线会先崩；视觉路线只是换了一枚分辨率更高的摄像头。
| 指标 | 报道口径 | 可核实的边界 |
|---|---|---|
| 覆盖面积 | 约 710 平方厘米，略大于 A4 | A4 为 623.7 平方厘米，比值约 1.14 倍（本号换算） |
| 空间分辨率 | 0.085 毫米 | 未说明是触点间距还是最小可分辨位移 |
| 识别类别 | 抚摸、捏、戳、挠痒、拍打五类 | 未给各类别单独准确率 |
| 最高准确率 | 99.8% | 未给测试样本量与接触力区间 |
| 读出方式 | 臂内一枚不到 1 毫米的微型摄像头 | 未给帧率、延迟与遮挡处理策略 |
报道描述了三个演示场景，其中两个比参数更有信息量。
第一个：当人手在摄像头视线被遮挡的情况下触碰机械臂，它立即停止动作。
这一条讲的是冗余。视觉方案最怕遮挡——摄像头被手臂自己挡住、被工件挡住、被人的身体挡住，读数就断了。而这里展示的是：即使视觉通道（指机器人自身的视觉感知）看不到接触发生，只要皮肤形变被臂内摄像头捕捉到，机器仍然能判断「有人碰到了我」并立刻停机。对协作场景，这是安全底线，不是加分项。
第二个：篮球偏放于一侧时，机械臂依据触觉反馈调整姿态与力度，防止球掉落。
这一条讲的是闭环速度。夹住一个球，球在手里滑动，靠视觉往往来不及——摄像头看不到手掌内侧，而且从成像到决策有延迟。触觉在这里充当的是「滑动检测器」：皮肤感觉到点位在移动，立刻加力或调整角度。这是人手最本能的动作，也是机器人抓取失败率最高的地方。
判断：这两个演示恰好对应产业里最常被引用的两条失败原因——「碰到人不敢动」和「抓起来就掉」。前者是安全认证的门槛，后者是成功率的分母。能把这两件事同时演示出来，说明这套皮肤不是在实验室里被轻轻摸，而是被当成一个闭环里的传感器在用。
报道提到，团队计划把这项技术扩展到机器人的腿部与躯干，用于工厂、家庭和医院，尤其是护理场景中「环抱搬动患者」这类需要大面积触觉的作业。
这个场景选得很准，也很重。
环抱搬动是一个人用整条手臂、胸口和前臂同时接触另一个人的动作。接触面积大、受力分布不均、被搬动者无法主动配合，而且一旦夹得太紧或滑手，后果不可接受。这类作业里，指尖触觉几乎没有意义——真正需要感知的是「前臂这一片压在他背上，压力是不是均匀」「腋下这里是不是滑了」。
换句话说，护理搬动是「大面积 + 低绝对精度 + 高安全冗余」的典型需求，正好落在视觉触觉路线的甜区里。反过来，如果一开始就冲着工业装配去，那 0.085 毫米的分辨率反而不是最要紧的——工业要的是力的绝对值准确、重复性好、长期不漂移。
判断：这项技术最先落地的形态，大概率不是「装在机械臂上卖」，而是「作为一层可贴附的皮肤模块，卖给已有的协作臂和护理床厂商」。因为对本体厂来说，换一套触觉方案意味着重新标定整条运动控制链路；而对护理设备厂商来说，加一层皮肤是增量，不是重构。
参数漂亮，但从论文到产品，还有三道关，报道一个都没答。
第一道是皮肤本身能不能换。软材料会磨损、会老化、会被消毒液泡。医院场景一天擦几遍，一张皮能撑多久？换一张皮要不要重新标定？如果每次更换都要工程师上门做一次全臂标定，那运维成本会把省下来的硬件钱全吃回去。
第二道是标定漂移。视觉触觉的精度依赖「标记点位置—形变—受力」三者的映射关系。皮肤被拉伸几次之后，这个映射会变。阵列方案漂移的是单个单元的零点，视觉方案漂移的是整张图的几何关系——后者一旦偏，是全臂一起偏。
第三道是延迟。摄像头有帧率，图像处理有耗时。抓取滑动这种事件的响应窗口是毫秒级，报道给的 0.62 毫秒级响应是另一家触觉厂商的指标（本站此前写过），EmArm 这一项没有披露。缺这一项，就没法判断它能不能进产线。
回到最开始那两个土问题：铺得开吗——710 平方厘米，A4 大小，铺开了。修得起吗——报道没说，而这恰恰是它能不能走出实验室的答案。