FlexiTac: A Low-Cost, Open-Source, Scalable Tactile Sensing Solution for Robotic Systems

📄 arXiv: 2604.28156v1 📥 PDF

作者: Binghao Huang, Yunzhu Li

分类: cs.RO, cs.AI, cs.LG

发布日期: 2026-04-30

备注: Website: https://flexitac.github.io/

🔗 代码/项目: PROJECT_PAGE

💡 一句话要点

FlexiTac：一种低成本、开源、可扩展的机器人触觉传感解决方案

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱四：生成式动作 (Generative Motion) 支柱七：动作重定向 (Motion Retargeting)

关键词: 触觉传感 机器人 柔性传感器 开源硬件 触觉学习

📋 核心要点

  1. 现有机器人触觉传感器方案成本高昂、定制化程度高，难以大规模部署和数据收集，阻碍了触觉学习研究。
  2. FlexiTac采用低成本的柔性印刷电路和压阻材料，设计了易于制造和集成的触觉传感器垫和读出电路，实现了低成本和高吞吐量。
  3. 实验证明FlexiTac可以支持3D视觉-触觉融合、跨具身技能迁移和实-仿-实微调等现代触觉学习流程，验证了其有效性。

📝 摘要（中文）

本文提出了一种名为FlexiTac的低成本、开源且可扩展的压阻式触觉传感解决方案，专为机器人末端执行器设计。FlexiTac是一个实用的“即插即用”模块，包含：（i）提供密集触觉信号的薄而柔性的触觉传感器垫；（ii）一个紧凑的多通道读出板，可流式传输同步测量数据，用于实时控制和大规模数据收集。FlexiTac垫采用密封的三层层压结构（FPC-Velostat-FPC），电极图案直接集成到柔性印刷电路中，显著提高了制造吞吐量和可重复性，同时保持了机械顺应性，可部署在刚性和软性夹爪上。读出电子设备使用广泛可用的低成本组件，并通过串行通信以100 Hz的频率将触觉信号流式传输到主机。在包括指尖垫和更大的触觉垫在内的多种配置中，FlexiTac可以安装在不同的平台上，而无需进行重大的机械重新设计。我们进一步表明，FlexiTac支持现代触觉学习流程，包括用于接触感知决策的3D视觉-触觉融合、跨具身技能迁移以及使用GPU并行触觉模拟进行实-仿-实微调。我们的项目页面位于https://flexitac.github.io/。

🔬 方法详解

问题定义：现有机器人触觉传感器存在成本高、不易集成、难以扩展等问题，限制了其在机器人操作和触觉学习中的应用。具体痛点包括传感器制造复杂、成本高昂，难以进行大规模部署和数据收集，以及缺乏统一的接口和数据格式，阻碍了不同机器人平台之间的技能迁移和共享。

核心思路：FlexiTac的核心思路是利用低成本的柔性材料和易于制造的工艺，设计一种可扩展、易于集成的触觉传感解决方案。通过采用柔性印刷电路（FPC）和压阻材料Velostat，降低了传感器的制造成本和复杂度。同时，设计了紧凑的多通道读出电路，实现了触觉信号的实时采集和传输。

技术框架：FlexiTac系统主要由两部分组成：柔性触觉传感器垫和多通道读出电路板。传感器垫采用三层层压结构（FPC-Velostat-FPC），电极图案直接集成到FPC中。读出电路板负责采集传感器信号，进行放大、滤波和模数转换，并通过串行通信将数据传输到主机。整个系统采用模块化设计，可以方便地集成到不同的机器人平台上。

关键创新：FlexiTac的关键创新在于其低成本、开源和可扩展的设计。与传统的触觉传感器相比，FlexiTac采用更简单的制造工艺和更便宜的材料，显著降低了成本。开源的设计使得研究人员可以方便地修改和定制传感器，以满足不同的应用需求。可扩展的设计使得FlexiTac可以应用于不同的机器人平台和任务。

关键设计：FlexiTac传感器垫的关键设计包括电极图案的设计和层压结构的优化。电极图案的设计决定了传感器的分辨率和灵敏度。层压结构的优化可以提高传感器的机械强度和耐久性。读出电路板的关键设计包括放大器的选择、滤波器的设计和模数转换器的精度。这些参数的选择需要根据具体的应用需求进行调整。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

论文展示了FlexiTac在多个机器人平台上的应用，包括指尖垫和更大的触觉垫。实验结果表明，FlexiTac可以有效地采集触觉信号，并支持3D视觉-触觉融合、跨具身技能迁移和实-仿-实微调等现代触觉学习流程。例如，在跨具身技能迁移实验中，FlexiTac成功地将一个机器人的抓取技能迁移到另一个机器人上，验证了其泛化能力。

🎯 应用场景

FlexiTac可广泛应用于机器人操作、触觉学习、人机交互等领域。例如，可以用于机器人抓取物体的姿态估计和力控制，提高抓取的稳定性和精度。还可以用于触觉学习算法的开发和验证，促进机器人触觉感知技术的发展。此外，FlexiTac还可以应用于虚拟现实和增强现实等领域，提供更真实和沉浸式的用户体验。

📄 摘要（原文）

We present FlexiTac, a low-cost, open-source, and scalable piezoresistive tactile sensing solution designed for robotic end-effectors. FlexiTac is a practical "plug-in" module consisting of (i) thin, flexible tactile sensor pads that provide dense tactile signals and (ii) a compact multi-channel readout board that streams synchronized measurements for real-time control and large-scale data collection. FlexiTac pads adopt a sealed three-layer laminate stack (FPC-Velostat-FPC) with electrode patterns directly integrated into flexible printed circuits, substantially improving fabrication throughput and repeatability while maintaining mechanical compliance for deployment on both rigid and soft grippers. The readout electronics use widely available, low-cost components and stream tactile signals to a host computer at 100 Hz via serial communication. Across multiple configurations, including fingertip pads and larger tactile mats, FlexiTac can be mounted on diverse platforms without major mechanical redesign. We further show that FlexiTac supports modern tactile learning pipelines, including 3D visuo-tactile fusion for contact-aware decision making, cross-embodiment skill transfer, and real-to-sim-to-real fine-tuning with GPU-parallel tactile simulation. Our project page is available at https://flexitac.github.io/.