Touch2Insert：基于触摸交叉点的零样态插针插入

工业连接器的可靠插入仍是机器人学中的核心挑战，需要在不确定性下实现亚毫米精度，且常常缺乏完整视觉访问。基于视觉的方法在遮挡和有限泛化方面受限，而基于学习的策略经常无法在未见几何形状上迁移。为此，我们利用触觉感知，这种感知在接触点捕获局部表面几何，从而在遮挡下和跨越新型连接器形状时提供可靠信息。建立在此基础上的，我们提出 \emph{Touch2Insert}，一种用于任意插针插入的触觉方法。该方法从高分辨率触觉图像重建�截面几何，并以零样态方式估计孔相对于插针的相对姿态。通过对齐重建的形状，该框架使从单个接触点进行插入成为可能，而无需针对特定任务进行训练。为评估其性能，我们在仿真和实际机器人环境中对三种多样化连接器进行了实验。结果表明，Touch2Insert 在仿真中对所有连接器实现亚毫米姿态估计精度，在实际机器人上实现了 86.7% 的平均成功率，从而确认了触觉感知在实际机器人连接器插入中的鲁棒性和可泛化性。