神经形态触觉滑移检测网络

99.59% 滑移检测

用类脑脉冲神经网络处理触觉事件流，在Loihi芯片上以极低功耗和延迟实现媲美人工神经网络的滑移识别。

Yi-Ming, Qiao · Zhang, Chaofan · Cui, Shaowei · Cao, Lu · 王志刚 · Peng, Wang · Wang, Shuo

Robotics and Autonomous Systems 2026

参数信息

滑移检测准确率

99.59 %

F1 分数

99.28 %

技术优势

省电

模型在 Intel Loihi 神经形态芯片上运行，利用脉冲稀疏特性大幅降低功耗，适合对能耗敏感的机器人系统。

响应快

事件驱动的处理方式使推理时间短，能够为闭环操作提供及时反馈。

精度够

滑移检测准确率 99.59%，F1 分数 99.28%，与人工神经网络性能相当。

应用场景

• 机器人灵巧操作：实时滑移检测让机械手动态调整抓握力，防止物体掉落或损坏。
• 人形机器人触觉：为仿人手指尖提供低功耗触觉信号处理，支持精细操作。
• 神经形态机器人：作为脉冲神经网络在真实芯片上的部署范例，推动类脑计算落地。
• 电子皮肤反馈：将电子皮肤的高维触觉事件转换为稀疏脉冲流，减少通信与计算开销。
• 触觉脑机接口：类脑编码方式与生物神经系统更兼容，便于构建触觉反馈通路。