如需科研合作、产业试点、投资沟通或传感器定制，请通过以下方式联系我们。

TacTip Group

请输入当前有效的 6 位动态访问码。

此内容仅向受邀投资人开放。

合作伙伴还在增加中。我们持续欢迎高校、实验室、产业伙伴与投资机构加入 TacTip 触觉生态。

与全球机器人、AI 与科研生态共同推进触觉智能。

根据真实指尖绘制矢量外观线稿，轮廓逐步呈现，产品、网格与标注之间加入轻微的分层视差。

产品周围的信号场随鼠标轻微变化，直观表现触觉信息的丰富维度。

以真实产品为主角，用光影、空间层次和轻微的鼠标视差增加立体感。

TacTip 首屏的三种视觉方向

十余年公开研究，让 TacTip 从台架标定走向真实机器人系统的闭环控制。

滑移检测

轮廓跟随

纹理识别

在手操作

灵巧手集成

脉搏与生物信号接触感知

触觉，改变机器人能做的事。

触觉并非压力，是包含多维知觉信息的复合信号。TacTip 光电触觉传感器将接触几何、剪切、滑移、纹理与微小动态变化，转化为机器人可用的感知信息。

以全球领先的 120 Hz 光电触觉回报率，持续捕捉接触过程中的快速变化。更及时的触觉反馈，让机器人在抓取、调整与精细操作中更快响应，把每一次接触转化为连续、可用的控制信息。

120 Hz 全局回报率

微风带来的微弱扰动，也能成为清晰可用的触觉线索。TacTip 捕捉接触中的细微震动与动态变化，让机器人更早发现轻触与状态转变，在柔性物体、精密部件和脆弱目标的操作中掌握更细腻的分寸。

微弱震动感知

从接触形态到力学变化，多模态输出为模型提供更丰富的理解入口。通过多模态数据接口，把触觉信息接入感知、学习与控制链路，让同一次接触服务于不同任务，为具身智能打开更多可能。

多模态输出

作为少数能够感知滑移的光电触觉传感器，TacTip 将接触表面的相对运动转化为操作线索。机器人得以及时识别抓握状态、调整操作策略，在移动、转向与多指协作中更稳地掌控物体。

滑移精准感知

无需对每一颗传感器进行单独校准，解决批量使用中的输出不一致问题。让同一套感知与控制方案更顺畅地连接多颗指尖，减少重复调试，把多指集成从逐个适配推进到协同工作。

无需单独校准

经过实验室长时间使用检验，TacTip 具备数十万次接触寿命。面对反复抓握、连续实验与高频交互，稳定的耐用表现让团队更专注于任务本身，也让触觉能力持续服务于研究与机器人应用。

数十万次寿命

独特的感知原理结合计算方法，实现微米级触摸定位。把细小接触的位置变化转化为可用的空间信息，让机器人在精密对准、接触引导与细节探索中看清落点，为更精细的操作提供依据。

微米级触摸定位

以领先竞品的多点触摸感知能力，同时读懂多个接触位置的变化。面向多指抓握与复杂接触任务，让模型获得更完整的接触图景，帮助机器人理解物体如何被支撑、约束与操控。

多点触摸感知

TacTip 将柔顺皮肤、内部标记结构与紧凑成像路径封装在一枚指尖模块中。分层视图展示每个物理组件如何共同贡献灵敏度、重复性与稳定的接触测量能力。

为皮肤、标记场与光电传感器提供机械对准，用于机器人或生物信号夹具中的重复测量。

支撑基底

紧凑成像单元观测内部形变场，无需把电子元件放在接触表面。

光电传感器模组

透明窗口稳定成像路径，同时将光学系统与变形触觉腔体隔离。

密封光学窗口

稠密内部特征放大并编码局部接触、剪切与微运动，形成可追踪视觉模式。

标记针阵列

柔软外表面将微小接触载荷、压力变化与脉搏式运动耦合为可测形变。

柔性接触皮肤

在固定画框中滚动页面，观察接触如何从柔性外表面传递到内部标记场与光电传感器。移动鼠标可产生视差，点击组件可聚焦查看。

从接触到信号的分层路径

从轻柔接触到可用触觉信号

走进柔性光电触觉指尖内部。

受生物触觉启发，TacTip 通过内置光电传感器观测柔性皮肤内部标记点的形变。由此产生的触觉信号在形式上是视觉的，但揭示的却是深层的物理接触信息。

一枚柔软的指尖，让机器人感知形状、力与接触动态。

TacTip 在触觉力学与计算感知之间架起桥梁。标记点运动可以被追踪、转化为触觉描述子，并集成到下游模型中，用于接触解释、操作规划与自适应控制。

捕捉稠密的局部形变模式，提供远比稀疏二值触觉信号更丰富的接触解读。

高分辨率形变线索

仿生形态支持更安全的物理交互，并更好地贴合物体表面。

柔软顺应的指尖

同时适配经典视觉管线与现代学习工作流，从跟踪推理到基础模型驱动的机器人。

AI 就绪的触觉数据

紧凑的指尖形态使 TacTip 适用于灵巧操作研究与人机交互研究。

可嵌入机器人手

TacTip 感知栈

多指 Allegro 手在仿真中操作物体，同时实时渲染每个指尖的触觉信号——接触深度叠加面内切向场，捕捉剪切、滑移与微运动。这种剪切敏感表征让在手操作策略获得远超「仅深度」的信息，而 GPU 并行可让数千个这样的环境同时训练。

为灵巧手渲染触觉。

Tactile Lab 是我们基于英伟达 Isaac Lab 打造的新一代仿真器，可在数千个 GPU 并行环境中同时训练触觉策略，学习效率大幅提升。训练所得策略驱动真实机器人仅凭触觉跟随物体轨迹（画面为 6 倍速）——把控制从大规模仿真直接落到物理硬件。

大规模并行训练，直达真实部署。

TactileLab 是基于英伟达 Isaac Lab 构建的端到端、GPU 加速触觉仿真与学习框架。它不去缓慢地模拟弹性体形变，而是用两路互补信号表征接触——法向接触深度，以及稠密的切向（剪切）位移场——形成紧凑且易迁移的触觉观测，可在数千个并行环境中同时进行大规模强化学习。随后通过多模态 real-to-sim 管线，把策略从仿真带到真实的多指机器人手。

剪切敏感的触觉仿真，规模化训练。

从触觉研究，到机器人产品。

该演示展示 TacTip 如何在轻柔接触中捕捉皮肤表面的细微形变。在脉搏波形研究装置中，柔性圆顶可贴合手腕或指尖，内部光电传感器追踪微小运动模式，将微弱的机械搏动转化为丰富的触觉波形，服务于波形研究与可穿戴原型开发。

用柔软触觉捕捉脉搏波形。

全球领先的光电触觉传感器，以同一感知原理适配不同接触任务。触觉并非压力，是包含多维知觉信息的复合信号。

光电触觉指尖、可配置科研套件与触觉灵巧手，把接触感知、实验验证和机器人集成连接起来。

同一感知原理，
覆盖从科研到集成。

柔性接触表面与内部特征结构，将微小形变转化为光电触觉观测。配合跟踪与信号解释软件，支持分析接触几何、切向变化、滑移与纹理线索。

TacTip 光电触觉指尖

面向富接触操作的柔性触觉界面，感知信息不止于压力。

为触觉感知与操作算法研究提供可配置的实验路径。不同表面形态与模块化夹具，便于比较接触条件，并将感知接入数据采集、分析与仿真工作流。

TacTip 科研开发套件

探索不同接触表面，在模块化平台上建立可重复的触觉实验。

ARIA 是面向触觉灵巧操作的系统集成与验证平台。混合驱动路线把手部机构、触觉感知、布线、标定与反馈工作流结合起来，支持具身智能团队研究从接触到动作的完整闭环。

ARIA 触觉灵巧手

把触觉感知装入完整操作平台，从指尖感知走向反馈驱动的动作。

销售与交付路径围绕应用成熟度展开，从聚焦的科研评估，走向可重复集成，再进入项目化批量交付。

明确接触任务，选择指尖或科研套件，建立感知与数据工作流。

科研验证

匹配目标机器人的机构与接口，评估标定、操作和实际应用表现。

集成试点

围绕项目确认产品配置、验收条件、数量、支持与交付计划。

批量与定制

清晰的触觉产品交付路径。

尺寸、采样配置、标定范围、通信接口与套件清单，均在具体产品配置下确认。选型时将应用任务、系统接口与验收条件一起落实。

先定义接触，
再定义传感器。

让触觉成为能力。
从指尖到灵巧手。

光电触觉让接触变得可观测，学习将触觉信息转化为状态估计，控制再将感知带回物理世界。沿着这条脉络，探索 Nathan Lepora 教授及合作者的公开研究。

从感知触觉，走向灵巧行动。

两条触觉机械臂学习协同推物、调整朝向与聚拢任务，并将策略从仿真迁移到真实硬件。

Bi-Touch: Bimanual Tactile Manipulation with Sim-to-Real Deep Reinforcement Learning

一组通过 3D 打印制造的柔性触觉传感器，以仿生结构将皮肤形变转化为内部标记的运动。

The TacTip Family: Soft Optical Tactile Sensors with 3D-Printed Biomimetic Morphologies

使用统一的仿真到现实方法，在推物、边缘跟随与表面跟随任务中比较 TacTip、DIGIT 和 DigiTac。

Tactile Gym 2.0: Sim-to-Real Deep Reinforcement Learning for Comparing Low-Cost High-Resolution Robot Touch

研究利用深度学习估计表面和边缘的接触位姿，并处理滑动剪切等变化带来的影响。

Optimal Deep Learning for Robot Touch: Training Accurate Pose Models of 3D Surfaces and Edges

以历史视角梳理机器人触觉的发展，回看反复出现的挑战，并讨论未来的研究机会。

Tactile robotics: Past and future

在仿真中训练触觉策略，并迁移到真实机器人手，研究不同旋转轴与手部朝向下的在手旋转。

AnyRotate: Gravity-Invariant In-Hand Object Rotation with Sim-to-Real Touch

将接触位姿与剪切估计用于连续控制，实现目标跟踪、表面跟随及单臂或双臂推物。

Pose-and-shear-based tactile servoing

利用多指触觉反馈调节抓握，研究易损物体持握、倾倒与人类引导运动。

Shear-Based Grasp Control for Multifingered Underactuated Tactile Robotic Hands

从柔性指尖的物理设计，到解释接触的模型，再到引导机器人行动的反馈，这些方向相互连接。

深度学习从触觉观测中估计接触位姿。Tactile Gym 进一步连接仿真、强化学习与真实传感器，研究推物、表面跟随等任务。

触觉学习

将观测转化为可用模型。

位姿与剪切信息支持连续触觉控制。双臂操作、在手旋转与多指抓握控制，将这种反馈从单点接触扩展到协同行动。

灵巧操作

用触觉闭合行动回路。

TacTip 家族通过柔性皮肤与内部标记，将接触形变转化为图像测量。传感器的形态与力学结构，本身就是感知系统的一部分。

光电触觉感知

让接触变得可观测。

感知。学习。操作。

本页选取 Nathan Lepora 及合作者的部分已发表研究。更多研究方向、演示与完整论文档案，请访问教授个人网站。

回到原站，了解更多。

欢迎与 TacTip 团队交流科研合作、集成试点与产品选型。

触觉并非压力，是包含多维知觉信息的复合信号：接触几何、剪切、滑移、纹理与动态变化共同构成接触的感知。

通过真实产品演示，观察微小接触及动态变化。

先确认应用与配置，再确定机械尺寸、光电读取设置及标定输出。参数以具体产品与任务确认结果为准。

客户任务定义产品接口，联合标定与软件工具提高结果可比性，机器人实验验证应用价值，制造数据与客户反馈共同驱动下一轮迭代。

从接触信息，到客户可验证的结果。

围绕软件平台、物理产品、生产制造、市场转化与机器人应用验证，形成连续的产品执行链。

让产品走向交付的执行团队。

专家团队参与研究路线、关键技术评审与开放平台建设，把触觉研究连接到可复现的工具链和真实机器人实验。

研究牵引，工程落地。

他拥有布里斯托大学机器人学硕士 Distinction 与中南大学物联网工程本科背景，是 TacPulse 论文第一作者，研究利用柔性触觉传感器从皮肤微小形变中恢复脉搏波形。在 TacTip，他负责技术与产品路线、核心研发及团队建设。

管博昂

TacTip 连接光电触觉传感、机器人学习与产品工程。创始人、专家团队与核心成员协同，把研究方向、软件基础设施和交付能力组织起来，让接触信息进入真实机器人应用。

从触觉研究，到机器人可用的感知能力。

北京理工大学助理教授，布里斯托大学工程数学博士。研究聚焦触觉仿真、机器人学习、虚实迁移与灵巧操作，参与 Tactile Gym 2.0、Bi-Touch 等研究。在 TacTip 推进开源工具、评测基准与真实机器人验证的产学研协同。

林一炯 博士

以技术专家身份参与 TacTip 核心团队，为团队的技术工作提供专业支持。

郭晓庆 博士

拥有布里斯托大学机器人学硕士与萨塞克斯大学人工智能本科背景，结合触觉实验、数据分析与实际制造流程规划经验，负责生产导入、工艺工装、供应商协同、质量检测与批次追溯。

李瀚泽

中南大学计算机科学与技术专业背景，拥有四年 TikTok 商业化后端系统工程经验。在团队负责 Device SDK、标定与数据引擎、模型运行、版本管理及设备可观测体系。

童玉龙

徐星辰 博士

拥有天津大学工业设计本科与布里斯托大学航空机器人硕士背景，经历涵盖消费硬件研究、产品定义与机器人结构。在 TacTip 负责物理产品边界、结构集成、安装接口、样机与体验验证。

张淋悦

中南大学物联网工程专业背景，具备平台商业化、渠道增长与创业实践经验，负责市场洞察、客户触达、渠道合作与销售转化，把客户场景及采购需求反馈到产品与试点验证。

朱烁璟

布里斯托大学机器人与人工智能教授，Bristol Robotics Laboratory 灵巧机器人研究组负责人。研究横跨仿生触觉、计算神经科学与机器人学习，在 TacTip 参与长期研究路线、关键技术评审与国际学术协同。

Nathan F. Lepora 教授

从前沿研究、产品工程到软件平台、生产制造与客户应用，团队围绕真实接触任务协同推进光电触觉传感。

把触觉带入真实机器人。

For research collaboration, industrial pilots, investment conversations or sensor customisation, reach us through the Bristol Robotics Laboratory.

Please enter the current 6-digit dynamic access code.

This content is available to invited investors only.

Our partner network is still growing. We welcome universities, labs, industry teams and investors to join the TacTip ecosystem.

Building tactile intelligence with robotics, AI and research partners.

A vector outline drawn from the real fingertip, with a gradual reveal and subtle depth between the product, grid and labels.

A subtle signal field responds to the pointer around the product, suggesting the richness of touch.

The real product stays central. Light, depth and a small pointer-driven tilt create a more tangible presentation.

Three directions for the TacTip homepage

A decade of published research has taken TacTip from benchtop characterisation to closed-loop control on real robot systems.

Slip detection

Contour following

Texture recognition

In-hand manipulation

Dexterous hand integration

Pulse & biosignal contact sensing

Where touch changes what robots can do.

Touch is not simply pressure. It is a composite signal rich in multidimensional perceptual information. TacTip optoelectronic tactile sensors turn contact geometry, shear, slip, texture and subtle dynamic changes into information robots can use.

World-leading 120 Hz optoelectronic tactile reporting captures rapid changes across contact. Faster feedback helps robots respond during grasping, adjustment and delicate manipulation, turning each interaction into a continuous stream of information for more responsive control.

120 Hz full-field reporting

Even the disturbance of a gentle breeze becomes a tactile cue. TacTip captures subtle vibrations and dynamic changes, helping robots notice light contact and changing conditions earlier, with a finer touch for soft objects, precision components and fragile targets.

Weak-vibration sensing

Multimodal output gives models richer ways to interpret contact, from contact shape to changing mechanics. Flexible data interfaces connect touch with perception, learning and control, allowing the same interaction to support different tasks and expand the possibilities for embodied intelligence.

Multimodal output

As one of the few optoelectronic tactile sensors capable of sensing slip, TacTip turns relative motion at contact into actionable cues. Robots can recognize grasp conditions and adjust their strategies, maintaining better control through movement, rotation and coordinated finger actions.

Precise slip sensing

Individual sensors need no separate calibration, addressing inconsistent outputs across multiple units. A shared perception and control approach can connect more fingertips with less repeated tuning, helping teams move from adapting each sensor to coordinating an integrated multi-finger system.

No individual calibration

Long-term laboratory use has demonstrated a lifetime of hundreds of thousands of contacts. Through repeated grasps, continuous experiments and frequent interactions, TacTip's durability keeps teams focused on their tasks and makes touch a lasting capability for research and robotic applications.

Hundreds of thousands of contact cycles

A distinctive sensing principle combined with computation delivers micrometre-scale touch localization. Small shifts in contact become useful spatial information, helping robots locate contact during precision alignment, touch-guided movement and detailed exploration, with a clearer basis for finer manipulation.

Micrometre-scale touch localization

Leading multi-point touch sensing captures changes across several contact locations at once. Models gain a more complete picture of complex interactions, helping robots understand how objects are supported, constrained and manipulated during multi-finger grasping and other demanding contact tasks.

Multi-point touch sensing

TacTip packages a compliant skin, internal marker structure and compact imaging path into a single fingertip module. The layered view shows how each physical element contributes to sensitivity, repeatability and robust contact measurement.

Mechanical foundation that aligns the skin, marker field and optoelectronic sensor for repeatable sensing in robotic or biomedical fixtures.

Support base

Compact imaging unit that observes the internal deformation field without placing electronics on the contact surface.

Optoelectronic sensor module

Clear layer that keeps the imaging path stable while isolating optics from the deforming tactile volume.

Sealed optical window

Dense internal features that amplify and encode local contact, shear and micro-motion into trackable visual patterns.

Marker pin array

Soft outer surface that couples small contact loads, pressure changes and pulse-like motion into measurable deformation.