UniTac-NV开源：实现Xela与Contactile触觉传感器数据统一的新框架
在机器人感知领域，触觉传感器种类繁多，但算法往往高度依赖特定硬件，限制了技术复用与迁移。针对这一挑战，IROS 2025论文《UniTac-NV: A Unified Tactile Representation For Non-Vision-Based Tactile Sensors》提出了一种通用解决方案，并同步开源高质量对齐数据集UniTac-NV，为开发者和研究者提供实用工具。
UniTac-NV数据集发布实现非视觉触觉传感器数据统一表征
该工作核心在于设计一个编码器-解码器架构：每个传感器（如Xela uSkin和Contactile PapillArray）拥有专属编码器，将原始信号映射至共享的传感器无关潜在空间。通过在相同接触条件下采集匹配数据（例如UR5e机械臂以恒定力按压同一物体），模型可隐式学习跨传感器对齐关系。实验显示，即使面对训练中未出现的复杂物体，该框架仍保持良好泛化能力。
数据采集覆盖三类几何体（圆柱、方柱、六角柱）及两种材料（PLA硬质、TPU软质），确保多样性。更关键的是，下游任务（如接触点几何估计）仅需在一种传感器的潜在表示上训练，即可直接应用于另一传感器，无需微调或重训——这对降低算法部署成本具有实际意义。
值得一提的是，UniTac-NV并非纯科研产物。自2025年起，其子集已被纳入伦敦帝国理工学院电子与电气工程系高年级“模式识别”课程，作为真实多模态数据处理案例，帮助学生理解跨域表征学习。
对于从事机器人触觉、人机交互或具身智能开发的工程师而言，该数据集提供了：
- 标准化的Xela触觉传感器与Contactile触觉传感器同步数据；
- 完整的物体CAD模型与实验协议；
- PyTorch训练脚本与对齐示例代码。
引用链接：
数据集地址：https://github.com/JiannnH/UniTac-NV
论文地址：https://ieeexplore.ieee.org/document/11247617
欢迎关注 “欣佰特科技” ，持续为大家带来 “具身智能领域”前沿技术及应用！详情可邮件咨询sales@cnbestec.com