在今年早些时候发布的预印本技术论文中，Facebook研究人员提出了Digit，这是一种低成本，紧凑，高分辨率的触觉传感器，旨在应对手中机器人抓握的艰巨任务。Digit被设计为可安装在多指机器人手上，并且共同作者声称，与市场上的其他传感器相比，它具有更高的耐用性和更可重复的制造过程。

尽管进行了数十年的研究，但通用的手动操作仍是机器人技术领域尚未解决的挑战。促成因素之一是难以感应接触力，这对控制环境中的相互作用至关重要，因为它提供了一种自然而直接的方法来测量力。据研究人员称，Digit通过小型，模块化的外形尺寸和组装工艺来实现这种传感，从而降低了成本(批量生产1,000个时单个传感器的成本估计为15美元)，并有可能支持大规模生产。

Digit的尺寸为20 x 27 x 18毫米，重约20克，其塑料主体带有三片式外壳，有利于3D打印和注塑成型。摄像机和胶体通过“压配合”连接安装到机身上，从而可以更换任何一个组件，并且可更换外壳以适应不同的镜头焦距。此外，可以用螺钉替换传感器触点表面下的弹性体材料，从而可以交换特定任务的弹性体-例如，将硬度和不透明度调整为所需灵敏度和力的材料。

在引擎盖下，Digit包装了内部电子设备，这些电子设备控制摄像头的特性，照明和视频捕获，而其尺寸仅比人的指尖稍大(7平方厘米)。三个RGB LED提供弹性体凝胶表面的照明，这也是使用三阶段硅和丙烯酸生产工艺进行定制设计的，可兼顾耐用性和灵敏度。研究人员说，在测试中，即使在一台设计成造成磨损的机器中经过了15次循环之后，Digit的凝胶仍能传递767 lux(照度的度量值)，而第三方凝胶的凝胶却达到了17 lux和16 lux。

在一项旨在测量Digit手中操作性能的单独实验中，研究人员要求配备有Digit传感器的Allegro机器人手握住并操纵拇指和中指之间的玻璃大理石，然后将大理石移动到某些位置。在每次试验开始时，大理石都通过安装在线性电动机上的金属支架抬起，Sawyer机械臂执行了预编程的动作来拾取大理石。此时，已安装在Sawyer手臂上的Allegro手必须通过在压力下模拟滑动和变形动力学来学会在大理石上滚动手指。

为了建立动力学模型，研究人员从4800次试验中收集了数据，在试验过程中手指在大理石上随机移动了10秒钟，而Digit的摄像机录制了视频。之后，他们训练了另一个模型，以检测代表输入数据变化因素的大理石中的关键点，并使用它们创建了一个计划器系统，该系统将大理石移至给定的目标位置而不会掉落或压得太紧。

研究人员报告说，在50次试验过程中，手掉了大理石的时间约为25%。但是，他们将此归因于计划的准确性和嘈杂的数据，而不是Digit设计中的缺陷。

共同作者写道：“触觉感测是提高机器人人类水平操作技能的重要组成部分。”“我们相信Digit在多功能触觉传感器的设计上迈出了一步，该触觉传感器可以批量生产并在机器人界广泛采用，以达到人类水平的操纵技能。”

Digit的塑料外壳，凝胶和电子产品的制造文件位于GitHub上，以及用于编程和Python接口的固件二进制文件。在未来的工作中，研究团队打算进一步使Digit的外形尺寸小型化，并设计出具有弯曲的全向感应场的新型传感器。

有趣的是，Facebook的Digit紧随麻省理工学院计算机科学和人工智能实验室的两项机器人技术探索性研究而来。一种基于现有研究，采用锥形折纸风格的结构设计，可以折叠在物体上，而另一种则通过LED和两个摄像头的形式为机器人抓手提供了更细微，人性化的感觉。