TEGA: A Tactile-Enhanced Grasping Assistant for Assistive Robotics via Sensor Fusion and Closed-Loop Haptic Feedback
作者: Hengxu You, Tianyu Zhou, Fang Xu, Kaleb Smith, Eric Jing Du
分类: cs.RO
发布日期: 2026-03-05
备注: Accepted to include in ICRA 2026
💡 一句话要点
TEGA：触觉增强的抓取辅助系统，通过传感器融合和闭环触觉反馈实现
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 触觉反馈 遥操作 辅助机器人 肌电信号 传感器融合
📋 核心要点
- 现有遥操作系统侧重于引导手指位置以实现抓取构型，忽略了抓取力调节，这对于处理不同硬度、纹理和形状的物体至关重要。
- TEGA系统融合了基于EMG的意图到力推断和视觉触觉传感，通过可穿戴触觉背心提供实时振动触觉反馈，实现直观的力调整。
- 用户研究表明，TEGA系统显著提高了抓取稳定性和任务成功率，验证了其在辅助机器人应用中的有效性。
📝 摘要（中文）
本文提出了一种触觉增强的抓取辅助系统（TEGA），这是一个闭环辅助遥操作框架，它融合了基于肌电图（EMG）的意图到力推断与视觉触觉传感，并通过可穿戴触觉背心映射为实时振动触觉反馈，从而在操作过程中实现直观、成比例的力调整。可穿戴触觉背心提供实时触觉反馈，允许用户在操作过程中动态地调整抓取力。用户研究证实，该系统显著提高了抓取稳定性和任务成功率，突显了其在辅助机器人应用中的潜力。
🔬 方法详解
问题定义：现有遥操作系统在灵巧机械手的控制中，主要关注手指的精确位置控制，以实现特定的抓取姿态。然而，抓取力度的控制同样重要，尤其是在处理具有不同物理属性（如硬度、纹理、形状）的物体时。对于上肢残疾人士，由于缺乏自然的触觉反馈，他们难以准确判断和调节抓取力度，导致抓取不稳定或损坏物体。
核心思路：TEGA的核心思路是将用户的抓取意图（通过EMG信号推断）、视觉信息和触觉传感器数据融合，并将其转化为用户可以感知的触觉反馈。通过这种方式，即使缺乏自然触觉，用户也能通过触觉背心感知到机械手与物体之间的交互力，从而更精确地控制抓取力度。
技术框架：TEGA系统主要包含以下几个模块：1) EMG信号采集与处理模块：用于采集用户手臂的EMG信号，并将其转化为抓取力度的意图。2) 视觉触觉传感模块：利用视觉和触觉传感器获取机械手与物体之间的交互信息，例如接触位置、接触力等。3) 触觉反馈映射模块：将视觉触觉传感数据映射为触觉背心的振动模式，从而将力信息传递给用户。4) 可穿戴触觉背心：通过振动电机阵列，将触觉反馈信息传递给用户。整个系统形成一个闭环控制系统，用户根据触觉反馈不断调整抓取力度。
关键创新：TEGA系统的关键创新在于将EMG信号、视觉和触觉传感器数据融合，并通过可穿戴触觉背心提供实时触觉反馈。这种闭环触觉反馈机制能够显著提高抓取的稳定性和任务成功率，尤其对于缺乏自然触觉反馈的用户。此外，系统采用可穿戴触觉背心，使得触觉反馈更加直观和易于理解。
关键设计：在EMG信号处理方面，采用了机器学习算法将EMG信号映射为抓取力度的意图。在触觉反馈映射方面，设计了一种映射算法，将触觉传感器数据映射为触觉背心上不同位置的振动强度。具体参数设置和损失函数等细节在论文中未详细描述，属于未知信息。
🖼️ 关键图片
📊 实验亮点
用户研究表明，TEGA系统能够显著提高抓取稳定性和任务成功率。具体数据未在摘要中给出，但强调了系统在辅助机器人应用中的潜力。与没有触觉反馈的系统相比，TEGA系统能够帮助用户更好地控制抓取力度，减少物体损坏和抓取失败的风险。
🎯 应用场景
TEGA系统具有广泛的应用前景，尤其是在辅助机器人领域。它可以帮助上肢残疾人士完成日常生活中的抓取任务，例如取放物品、操作工具等。此外，该系统还可以应用于远程操作、危险环境作业等场景，提高操作的安全性和效率。未来，TEGA系统有望与更先进的机器人技术相结合，为人类提供更智能、更便捷的服务。
📄 摘要（原文）
Recent advances in teleoperation have enabled sophisticated manipulation of dexterous robotic hands, with most systems concentrating on guiding finger positions to achieve desired grasp configurations. However, while accurate finger positioning is essential, it often overlooks the equally critical task of grasp force modulation, vital for handling objects of diverse hardness, texture, and shape. This limitation poses a significant challenge for users, especially individuals with upper limb disabilities who lack natural tactile feedback and rely on indirect cues to infer appropriate force levels. To address this gap, We present the tactile enhanced grasping assistant (TEGA), a closed loop assistive teleoperation framework that fuses EMG based intent2force inference with visuotactile sensing mapped into real time vibrotactile feedback via a wearable haptic vest, enabling intuitive, proportional force adjustment during manipulation. A wearable haptic vest delivers real time tactile feedback, allowing users to dynamically refine grasp force during manipulation. User studies confirm that the system substantially improves grasp stability and task success, underscoring its potential for assistive robotic applications.