千觉机器人:让灵巧手拥有人手级别的触觉感知能力
【环球网科技综合报道】8月21日消息,千觉机器人亮相2026世界机器人大会,现场展示整手触觉解决方案、XTac UMI G1穿戴式触觉数据采集夹爪及多模态触觉传感器互动体验。
据介绍,轻量硬件展示的背后,是千觉机器人持续构建全栈触觉生态闭环的技术路径:从触觉硬件出发,连接真实交互数据、模型训练与场景应用,让触觉不止停留在传感器层面,而是成为机器人理解和操作物理世界的基础能力。

从指尖到整手触觉解决方案,千觉的触觉感知能力正在持续进化。在真实操作中,触觉并不只发生在某一个点。指尖的精细接触、手掌区域的受力感知、不同位置之间的协同反馈,共同决定了机器人对物体的理解深度。千觉整手触觉解决方案结合指尖触觉传感器与柔性电子皮肤,将感知覆盖范围从指尖拓展至全手,为灵巧操作提供更完整的信息基础。
其中,指尖触觉传感器依托三色光视触觉技术,在仿生指尖形态内集成高密度感知能力,可用于对位、拨动、滚动接触、精细抓取等操作任务,帮助机器人在接触瞬间获取更丰富、更细致的触觉信息。掌心部分则采用大面积柔性电子皮肤,能够覆盖更多灵巧手区域,感知更广泛的接触分布与受力变化。
触觉硬件解决的是“如何感知”,而数据采集回答的是“如何把感知沉淀下来”。具身智能的长期竞争力,取决于是否拥有高质量、低成本、可持续积累的真实交互数据。
而千觉XTac UMI G1穿戴式触觉数据采集夹爪正是面向这一需求而设计。它由主夹爪、从夹爪、背负式计算单元、头显套装及可视化终端组成,能够在自然人机交互过程中同步采集视觉、触觉、位姿、夹爪状态与IMU数据。
据悉,这套方案的核心价值在于:它既保证了数据的高质量——原生适配真机部署,数据可用性高;又不需要依赖真机本体进行采集,大幅降低了数据获取的成本与门槛。低成本、高效率、高可用性,让规模化数据采集成为可能。

另外,千觉机器人还在现场设置了多模态触觉传感器互动体验。观众可通过按压、滑动等操作,实时观察传感器对接触状态变化的感知结果,直观理解触觉信息如何被捕捉、呈现与应用。
资料显示,目前,千觉触觉传感器系列覆盖夸克N1、精灵Elf、光子Photon、GS-PS等产品,可输出原始图像、差分图像、三维可视化、切向信息、深度图及六维力等多模态数据,支持三维形貌测量、纹理识别、三维分布力、滑移检测、运动追踪等能力。
据了解,千觉机器人的长期技术方向为:一方面,触觉感知的覆盖范围从指尖延伸至整手,从工业场景拓展至人形机器人应用,触觉正在进入越来越多的操作场景。另一方面,千觉通过XTac UMI G1等数据采集设备,在行业中率先平衡了数据采集的成本、效率与质量三者关系,让真实交互数据成为可规模化沉淀的资产。(青云)
-
AGV调度系统数据瓶颈:没有更多数据时的优化策略AGV调度系统数据瓶颈:没有更多数据时的优化策略很多人以为,AGV调度系统的性能提升完全依赖于数据量的持续增加,其实不然。在工业场景中,数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后,单纯增加数据量对调度精度的提升不足3%,反而会引发存储冗余与计算延迟问题。底层逻辑是:AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例,其AGV网络查看详情
-
AGV机器人调度系统:数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为,AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度,其实不然。在真实工业场景中,90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时,不同厂商的通信协议、定位精度、传感器采样频率差异,会导致调度系统陷入「数据解析-转换-同步」的死循环,最终表现为路径规划失效或任务队列堆积。案例:上海临港某汽车总装车间的赛制级推演2023年Q2,某头部车企在查看详情



400-886-5570




