一套双机械臂机器人系统借助定制指尖演奏古琴琴弦；这枚指尖能够同时感知按压力和振动。该设计将柔软的指腹与类似指甲的硬质表面结合起来，使机器人能够测试空弦、泛音和按音等演奏方式，并利用触觉接触时刻触发另一只机械臂拨弦。这项工作把一种异常细腻的音乐技法转化为可量化的机器人测试任务。
目录
研究人员构建了什么？
研究人员为演奏古琴的机器人设计了一枚仿照人类手指的触觉指尖。古琴是中国传统的七弦乐器，以音色幽微、演奏控制要求极高而著称。这枚指尖由柔软的指腹和较硬的仿指甲部分组成。类似指甲的表面可在滑动过程中降低摩擦与磨损，而柔软部分则能在机器人按压琴弦时维持接触。
指尖内部包含一个由 16 个压阻式感测单元组成的 4 × 4 阵列。这些传感器既能捕捉持续的压力，也能感知不断变化的振动，从而让机器人知道接触何时开始以及琴弦处于何种状态。这种组合至关重要，因为古琴演奏远不只是触碰琴弦：左手必须控制音高与共鸣，右手则要在准确时刻拨弦。
研究人员使用双机械臂机器人测试了这一设计。一只机械臂用触觉手指按住琴弦，另一只机械臂则用中指向下拨弦。测试涵盖三种基本发声动作：空弦；将琴弦按向琴体形成的按音；以及通过轻按并精确控制释放时机产生的泛音。
古琴本体大约长 122–125 厘米、宽 20 厘米、厚 6 厘米。由于没有品位，古琴尤其依赖精确的按压力度和位置控制。
关键结果是什么？
这枚指尖产生了可重复的接触信号，用于协调两只机械臂。在 10 次泛音演奏试验中，从检测到接触开始到随之产生的音频信号达到峰值，平均耗时 481 毫秒，标准差为 56 毫秒。这表明触觉触发器能够稳定启动第二只机械臂的拨弦动作，不过这一时间仍包含机器人的运动过程和音频响应延迟。
测试还描绘了按压深度与释放时机如何改变声音。泛音强度在琴弦下压深度为 8 毫米时达到峰值。当深度达到 10 毫米时，琴弦接触到古琴木质面板，声音便转变为按音。
| 测试条件 | 报告结果 |
|---|---|
| 触觉事件协调试验次数 | 10 |
| 接触到音频峰值的延迟 | 481 ± 56 毫秒 |
| 测试琴弦深度范围 | 0–10 毫米 |
| 泛音响应最强深度 | 8 毫米 |
| 测试的左手释放延迟 | 120–200 毫秒 |
| 触觉感测单元数量 | 16 |
较短的释放延迟会产生更高、更响的声音，音色也更接近空弦。延迟更长时，音高会降低，声音变得更深沉、更闷。论文没有将该系统与其他机器人指尖或控制系统直接比较，因此这些结果属于任务演示，而不是正面对比基准测试。
机器人手指如何工作？
这枚指尖采用两种互补的感知方式。其中一种响应相对稳定的接触，例如按住古琴琴弦所需的力量；另一种捕捉由接触开始、振动和滑动引起的快速变化。二者结合后，系统便能区分手指刚刚触及琴弦与手指仅仅维持按压力这两种状态。
校准过程将指尖自身的机械特性与机器人的运动影响区分开来。研究人员使用三轴运动平台，将直径 1 毫米的球形压头依次定位到 16 个感测单元上；同时用六轴力/力矩传感器测量施加的接触力，并记录指尖的电信号输出。另有独立的振动平台测试其在 1 至 100 赫兹范围内的动态响应。所有触觉通道均以 1,000 赫兹采样，使控制器获得的反馈速度远高于机器人的视觉系统。
协调实验采用事件触发式控制器，而不是完整的触觉反馈控制。控制器将 16 个感测单元的信号求和，把结果滤入相关频段，并计算其变化率。当变化率超过固定阈值时，系统便将该事件判定为接触开始，并命令右臂执行一次预先规划好的拨弦动作。
这一点很重要。触觉信号控制的是下一步动作何时开始，但不会持续调节按压力、手指位置或释放时机。在泛音实验中，研究人员分别改变按压深度，以及右手拨弦与左手释放之间的延迟。随后通过音频包络观察这些时间选择如何塑造最终音色。
这对机器人技术为何重要？
许多机器人能够在空间中精准移动，但精细操作常常失败，因为接触被简单地视为二元事件：接触或未接触。古琴演奏揭示了缺失的那一层能力。机器人必须在围绕柔性琴弦进行双手协调时，同时感知压力、摩擦、振动、时机和释放过程。
因此，这项工作提供了一个紧凑的灵巧操作测试案例。音乐演奏中的错误很容易通过声音识别，而乐器本身要求的能力，也正是脆弱部件装配、线缆处理、表面加工和接触式检测所需要的能力。一个能够可靠触发后续动作的触觉事件，还可用于物体交接、工具使用以及工业环境中的协同操作。
半指甲、半指腹的结构也是一种实用的设计思路。将低摩擦滑动与柔顺接触结合起来的机器人指尖，有望提升 二手协作机器人 在兼顾接触敏感性和运动重复性的任务中的实用价值。双机械臂协调方法同样与 二手工业机器人 相关，不过要投入工业应用，还需要更稳健的传感、校准和安全控制。
这项研究并没有让机器人真正成为一名完整的琴手。它展示的是：一种具有文化特殊性且技术要求极高的任务，如何暴露出标准抓取与放置测试经常掩盖的触觉感知和双手控制局限。
有哪些局限和未解问题？
该系统演示的是若干特定的琴弦接触动作，而不是完整的古琴演奏。快速多弦技法、富有表现力的吟猱、滑音、跨越不同手位的泛音，以及完整乐曲的演奏，仍有待解决。
控制器也受到有意设置的限制。触觉输入只负责触发下一次拨弦，并不会持续伺服控制机器人的力量或轨迹。视觉系统以 30 赫兹运行；当协调动作需要在 100–200 赫兹下进行控制时，这限制了视觉、触觉和音频信息的融合。10 次协调试验能够证明系统具有一定可重复性，但样本太小，无法刻画长期可靠性、传感器漂移，或系统在不同古琴和琴弦上的表现。
未来工作将重点对齐音频、人类演奏视频和减字谱，以便把演示中的指法转换为机器人的运动序列。
常见问题有哪些？
古琴上的按音是什么？
按音是指机器人将琴弦按到古琴木质琴体上而产生的音。古琴没有品位，因此需要控制按压力度和位置，而不是依赖固定的品位位置。
触觉指尖能感知什么？
它能够感知持续的接触力，以及与振动和接触开始有关的快速变化。16 个感测单元同步以 1,000 赫兹采样。
机器人手指会持续控制演奏力度吗？
不会。在演示的协调任务中，触觉输入只负责检测接触开始并触发预先规划好的拨弦动作；力量和释放时机则单独设定。
这套系统能演奏完整的古琴曲吗？
目前还不能。实验涵盖空弦、泛音和按音，而快速多弦技法及富有表现力的演绎仍是开放性挑战。
这项研究说明了什么？
这项研究表明，专门设计的触觉指尖能够为双机械臂机器人提供有用的接触信息，使其完成细腻的古琴演奏技法。它最重要的贡献并非实现自主音乐演奏，而是清晰展示了触觉感知如何将物理接触连接到协调的机器人动作。
触觉感知应如何改变面向精细接触任务的机器人设计？