触觉感知在机器人与外界物体交互过程中起到了关键作用。对于机器人来说,要想实现灵巧的操作和安全的交互,需要利用与物体间的各种接触信息。例如,使用机械手抓取脆弱的物体,力度过大可能会压碎目标物体,力度过小可能无法抓住物体。机械手要把握好抓取力度,同时监测在抓取过程中可能产生的滑移现象才能有效保证抓取的可靠和安全。本文通过对触觉感知图像的研究,设计用于机器人操作的触觉感知单元。基于标记颗粒的触觉感知原理实现对接触物体的三维力分布的感知,并监测接触状态下可能产生的滑移。该触觉感知单元具有空间分辨率高、工作面积大、成本低的特点。通过摄像头观测标记颗粒在触觉感知单元与物体的接触状态下产生的位移信息来重构触觉信息。以标记颗粒的位移变化图像为输入,卷积神经网络利用触觉感知图像重构出触觉感知单元工作表面的三维力分布,并感知接触状态下的滑移状态。搭建接触模拟平台以自动化的方式大批量采集接触状态下标记颗粒的变化图像,并使用ANSYS提供的参数化设计语言批量进行与触觉仿真平台对应动作的ANSYS仿真并获取三维力分布数据;利用卷积神经网络和反卷积神经网络为基本结构构成神经网络的编码器和解码器,使用Tensorflow分别搭建并训练用于预测三维力分布的神经网络和状态感知神经网络。最后对该触觉感知单元的接触力精度和接触位置定位精度进行误差评估,并搭建末端集成触觉图像感知模块的机器人实验平台,进行多种类型的抓取实验。