在众多电子皮肤技术路线中，视触觉技术凭借六维力同步感知、超灵敏感知、分辨率高等优势，有望在灵巧手指尖等应用占据独到优势。
随着人工智能、大模型以及机器人硬件技术快速发展，人形机器人正从实验室研究逐步走向工业制造、商业服务和家庭应用场景。然而，要真正实现像人类一样灵活地感知和操作世界，机器人不仅需要具备“看见”的视觉能力，还需要拥有能够感知压力、接触、滑动和物体形态变化的“皮肤”。
电子皮肤（Electronic Skin，E-skin）是一类集柔性材料、传感器件和信号处理技术于一体的仿生感知系统，可以模拟人体皮肤对外界刺激的感知能力，实现压力、温度、形变、振动等多维信息检测。
电子皮肤传感器层主要涵盖压电式、电容式、压阻式、霍尔磁电式、光学式以及视触觉传感器等多种技术路线。与传统传感器通过电阻、电容变化直接检测压力不同，视触觉传感器（Vision-based Tactile Sensor）采用“ 柔性接触层+光学成像模块+算法解析” 的结构，通过摄像头捕捉柔性材料受力后的形变，再利用计算机视觉算法还原接触位置、压力分布、滑移状态以及物体表面信息。
图源网络
本文将从电子皮肤技术体系出发，进一步解析视觉式触觉传感器的结构组成、工作原理、核心优势以及相关供应商盘点，欢迎相关厂商进群交流，加入方式可查看公众号底部菜单栏。
一、什么是视觉式触觉传感器？
视觉式触觉传感器是一类利用摄像头捕捉柔性结构形变，并通过视觉算法解析接触信息的传感设备。与传统压力传感器直接输出电信号不同，视觉式触觉传感器的核心思路是“把触觉转换成图像”。
触觉感知图像反馈 源自：纬钛机器人
简单来说，当机器人手指接触物体时，柔性弹性材料会发生微小变形，内部的微型摄像模组会记录这些变化，例如表面纹理移动、光学标记位移、阴影变化等。随后，通过计算机视觉算法和深度学习模型，将这些图像信息转换为接触位置、压力大小、剪切力方向以及物体形态等触觉数据。
目前较为典型的视觉式触觉传感器结构通常由外部柔性接触层、光学标记层、内部光源、微型摄像头以及数据处理单元组成。其中，柔性材料负责模拟类似人体皮肤的变形能力，摄像头负责捕捉形变信息，而算法模型则负责完成从图像到触觉信息的转换。
这种技术路线的优势在于能够获取更加丰富的信息维度，不仅可以感知“有没有碰到”，还能够进一步判断“碰到了哪里”“用了多大的力”“接触面是什么形状”等。
二、视觉式触觉传感器的核心结构与工作原理
视觉式触觉传感器的核心并不是单一传感元件，而是一套由材料、光学系统和人工智能算法组成的综合感知系统。
在结构层面，最外层通常采用柔性弹性材料，例如硅橡胶、TPU（热塑性聚氨酯）、弹性体材料等。这一层类似人体皮肤，可以在受到压力时发生可恢复形变，同时保护内部光学元件。部分先进方案会在弹性层中设计特殊纹理结构或微结构，以增强触觉信号变化，提高灵敏度。
仿生电子皮肤与人类指尖皮肤结构对比示意图
在柔性层内部，通常会布置带有人工标记点的光学层。当机器人手指接触物体时，外部材料产生形变，使内部标记点发生位移。微型摄像头采集这些变化后，通过图像处理算法计算每个区域的形变量，从而推算接触压力和力的方向。
此外，部分视觉式触觉传感器还会加入LED光源、双目视觉结构或多视角成像系统，以提高暗环境下的数据质量，并增强三维形态感知能力。例如，通过分析光照变化和表面纹理变化，传感器可以进一步获得接触面的三维信息，实现类似人手指腹感知纹理和形状的能力。
三、为什么人形机器人需要视觉式触觉？
对于人形机器人而言，视觉解决的是“看见世界”的问题，而触觉解决的是“理解接触”的问题。
目前，大多数机器人已经具备较强的视觉识别能力，可以通过RGB摄像头、深度摄像头或者激光雷达识别物体位置。但现实环境中的很多任务，仅靠视觉无法完成。例如，一个机器人看到一个鸡蛋，可以判断它的位置和形状，却无法知道应该使用多大的力量抓取。如果力度过大，鸡蛋可能被捏碎；力度过小，又可能导致滑落。
机器人抓取易碎物体对比：集成视触传感器可实现无损抓取
视觉式触觉传感器能够提供机器人缺失的接触反馈，使机器人形成“感知—判断—调整”的闭环控制能力。例如，在工业装配场景中，机器人可以通过触觉判断零件是否安装到位；在家庭环境中，可以根据触觉反馈调整抓取力度，实现更加安全的人机交互。
因此，视觉式触觉传感器不仅是一种传感器件，更是连接机器人身体和智能模型的重要数据入口。
四、视觉式触觉传感器与传统触觉传感器有什么区别？
传统触觉传感器主要包括电阻式、电容式、压电式以及磁感应式等技术路线。这些传感器通常通过材料电学参数变化来检测压力，例如压力导致电阻变化、电容变化或者电荷变化。
相比之下，视觉式触觉传感器采用光学成像方式获取信息，最大的特点是空间分辨率高。传统压力传感器通常只能获得某一个区域的压力变化，而视觉式触觉传感器可以通过高分辨率图像获取大量接触点信息，实现类似“触觉图像”的效果。
此外，视觉式触觉传感器天然适合与人工智能算法结合。由于输出的是图像数据，因此可以直接利用计算机视觉领域成熟的深度学习方法进行训练，使机器人能够通过大量触觉数据学习不同物体的抓取方式。
五、相关供应商盘点
国内企业中，模量科技、纬钛机器人、戴盟机器人、一目科技等企业均推出了面向机器人应用的视觉触觉产品。
1. 模量科技
MoVi视触觉采用光学成像技术替代传统离散电极阵列，通过摄像头实时捕捉弹性体形变，实现超高密度触觉感知。其在约2×3 cm感知区域内集成超过15万个有效感知点，力灵敏度达到0.1 N，可精准获取接触位置、压力分布、接触面积、滑移趋势及物体形态等多维触觉信息。
相比传统柔性触觉传感器，MoVi视触觉在空间分辨率和力分辨率方面实现数量级提升，不仅能够提前识别物体滑移、实现精密抓取与稳定操控，还可为触觉大模型提供高精度、高保真的训练数据，满足机器人精细操作、具身智能及多模态数据采集等应用需求。
模量科技MoVi视触觉
2. 纬钛机器人
GF515视触觉仿生指尖可实现10微米级分辨率，0.01N的最小感知能察觉比羽毛更轻微的接触变化、120Hz的刷新率实现毫秒级实时反馈，并结合机器人训练数据集，用于提升机器人抓取、操作和交互能力；
纬钛机器人GF515视触觉仿生指尖
3. 一目科技
全球最薄可量产的仿生视触觉传感器——Sentra-T，厚度小于3毫米，具备微米级表面深度感知能力，三维力分辨率达到 5mN，工业按压寿命超过 100万次。
一目科技Sentra-T系列视触传感器
4. 千觉机器人
千觉机器人三色光视触觉传感器采用高帧率三色光成像技术，不依赖 marker点即可标定深度信息，实现三维形状与六维分布力检测。
同时，公司推出的 XTac UMI G1触觉夹爪，集成视触觉传感器与IMU，可同步采集触觉信息与机器人动作数据，为具身智能模型训练提供高质量多模态数据。此外，千觉机器人还布局整手触觉感知方案，通过融合指尖触觉传感器与柔性电子皮肤，实现对微观形变、接触状态及滑移信息的全手覆盖感知，助力机器人实现更加精准、灵活的人类级操作能力。
千觉机器人 XTac UMI G1 穿戴式视触觉多模态数据采集夹爪
5. 戴盟机器人
视触觉传感器每平方厘米覆盖高达4万个感知单元，密度远超人手（每平方厘米240个），全模态信息捕捉：内置集成摄像头，通过密闭光场形变特征解析，可同时精准捕捉接触形貌、纹理、软硬、滑移、三维分布力及六维集中力。
戴盟机器人视触觉传感器产品矩阵 摄于2026fair plus机器人展
6. 叠动科技
全球首款引入 MEMS工艺与视触觉传感技术的微视触觉传感器，实现了视触觉传感器从传统“大尺寸”向“微型化、薄型化、工业化”的突破。
采用 7–9.8 mm超薄机身设计，通过微结构光学设计结合先进图像处理算法，传感器有效解决了传统视触觉方案物距长、结构厚、集成难等问题，整体尺寸较传统产品缩小约70%。同时，具备微米级形变分辨能力和10⁵级等效感知单元，可根据接触力变化动态调整机器人夹爪力度。
叠动科技微视触觉传感器
7. 汇光创新
超薄视触觉传感器 LIGHT TILE，硬件厚度控制在3–4 mm，针对机器人指尖、灵巧夹爪等末端执行器进行深度适配。不同于传统彩色标记点追踪方案，LIGHT TILE 采用灰度重建技术路线，通过图像化触觉信息实现高精度、高分辨率感知，并能够直接适配主流AI模型架构。
2026年7月，汇光创新完成数千万元天使轮融资，投资方包括峰瑞资本、破壳机器人等机构。
汇光创新超薄视触觉传感器 LIGHT TILE
海外方面，GelSight长期深耕视觉式触觉传感技术，其方案通过弹性材料表面的纹理变化获取接触信息，被广泛应用于机器人研究、工业检测等领域。
当前，人形机器人触觉感知正处于快速发展阶段，未来不仅需要提升单个传感器的精度与可靠性，更需要通过柔性材料、微纳制造和电子皮肤技术，实现大面积、多维度的触觉覆盖，让机器人拥有类似人体皮肤的感知能力。
同时，随着触觉数据与视觉、语言、动作模型的深度融合，机器人将能够通过大量真实交互数据理解触摸背后的物理含义，从简单执行指令逐渐转变为自主感知和调整行为。在这一过程中，视觉式触觉传感器将成为连接机器人身体与人工智能模型的重要桥梁，推动人形机器人从“看得见”向“感知世界、理解世界”进一步迈进。
2025年，人形机器人产业迎来爆发拐点。特斯拉Optimus量产在即，华为、宇树等企业加速技术突破，行业正从“实验室研发”向“规模化落地”跃迁为打通产业链上下游协作壁垒，艾邦机器人正式组建"人形机器人全产业链交流群"，覆盖金属材料、复合材料、传感器、电机、减速器等全硬件环节，助力企业精准对接资源、共享前沿技术！
扫码关注公众号，底部菜单申请进群
