在機器人中復刻人類體感網絡對于靈巧的操作至關重要，以確保對不同柔軟度和紋理的物體有適當的抓取力。盡管人工觸覺感知在物體識別方面取得了進展，但準確量化觸覺感知以識別柔軟度和紋理仍然具有挑戰性。

為了解決這一難題，近日，浙江工業大學吳化平&西湖大學姜漢卿團隊報告了一種使用雙模觸覺傳感器捕獲多維靜態和動態刺激的方法，允許同時量化柔軟度和紋理特征。該方法可實現彈性系數和摩擦系數的協同測量，從而提供了一種通用策略，用于獲取與精細物體進行無疤痕、防滑交互所必需的自適應夾持力。通過配備該傳感器，機械臂識別豬粘膜特征的準確率為98.44%，并穩定地抓取視覺上難以區分的成熟白草莓，實現可靠的組織觸診和智能采摘。提出的設計概念和全面的指導方針將為觸覺傳感器的發展提供見解，為機器人技術帶來前景。