文档教程【免费下载链接】Awesome-TouchTactile Sensing • Data Collection • IL/RL/VLA/WM • Manipulation • Simulation • Open Source项目地址https://gitcode.com/gh_mirrors/aw/Awesome-Touch点击查看免费下载 想在触觉SLAM与6D位姿估计领域入门却不知从何读起开源项目Awesome-Touch是一份持续更新的触觉感知论文导航系统收录了 Tactile Sensing、Data Collection、IL/RL/VLA、Manipulation、Simulation 等方向的数百篇论文与开源工具。本文将带你快速摸清它的结构并沿着触觉建图→位姿估计→开源工具这条主线用最短路径读懂触觉机器人如何靠指尖摸出物体的形状与位姿。一、Awesome-Touch 仓库结构一览先逛目录地图Awesome-Touch 的全部内容都在一份精心组织的 README.md 中整体分为四大板块板块内容适合人群Sensors视觉式 / 多模态 / 非视觉式触觉传感器论文硬件与传感器方向Robotics Applications数据采集、VLA/WM、灵巧操作、抓取、建图定位、力估计等算法与应用方向Software模拟器、工具库、数据集想动手跑代码的读者Open Source传感器设计、SDK、算法与数据集的开源实现工程落地人群其中与本文主题最直接相关的是Mapping/Localization建图/定位一节见 README.md收录了从 2011 年到 2026 年的触觉建图与位姿估计代表作是盲人摸象主题的最佳入口。二、什么是触觉SLAM机器人用指尖画地图传统 SLAM 靠摄像头或激光雷达看环境而**触觉SLAMTactile SLAM**让机器人通过接触力、形变与滑动来感知物体——即使完全闭眼也能推断形状并更新自身位姿。️ 建议按时间线精读这几篇里程碑工作均可在 README.md 中检索到Tactile SLAM: Real-time inference of shape and pose from planar pushingSuresh et al., ICRA 2021用平面推动实时推断形状与位姿是触觉SLAM的代表作仓库还提供了开源实现README.md。ShapeMap 3-DSuresh et al., ICRA 2022将密集触摸 视觉结合高效完成形状建图。MidasTouchSuresh et al., CoRL 2022在滑动触摸中对接触分布做蒙特卡洛推断把摸一下升级为滑着摸。FingerSLAMZhao et al., 2023基于视触觉反馈的闭环未知物体定位与重建。GelSLAMHuang et al., 2025实时、高保真、鲁棒的三维触觉SLAM系统代表该方向的最新进展。 学习技巧先理解接触点云→物体表面的对应关系再看推断框架因子图、蒙特卡洛、学习式难度曲线更平滑。三、6D位姿估计入门从第一次触摸到持续追踪6D位姿估计要回答的问题是物体在三维空间中的位置 朝向共6个自由度到底是什么触觉方案的最大优势是对透明、反光、纹理缺失物体不敏感——摄像头看不见的地方指尖能摸出来。 推荐三阶段阅读路线首次触摸即出位姿Tac2Pose: Tactile Object Pose Estimation from the First TouchBauza et al., 2022利用几何接触渲染在第一次触摸就给出物体位姿。ViHOPELi et al., RAL 2023视触觉在手物体6D位姿估计并引入形状补全。持续追踪与闭环控制NormalFlowHuang et al., RAL 2024基于视觉式触觉传感器法向流的快速、鲁棒 6DoF 位姿追踪。Tac-VGNNFan et al., 2023用 Voronoi 图神经网络实现基于位姿的触觉伺服。统一框架与最新进展UniTac2PoseWu et al., CoRL 2025仿真中学习、类别级的视触觉在手位姿统一方案。TacLocZhang et al., 2026从配准视角出发的全局触觉定位。以上条目集中在 README.md建议配合论文标题关键词检索原文精读。四、新手快速上手指南三步开启触觉感知学习逛清单打开 README.md利用顶部 Table of Contents 锚点直接跳转到 Mapping/Localization、Dexterous Manipulation、Simulator 等小节。跑工具想动手可以关注软件与开源板块README.md例如模拟器TACTO / Taxim / Tacchi / Taccel快速生成或仿真高分辨率视觉式触觉图像工具库PyTouch / TacSL触觉数据预处理与学习的常用基座算法实现Tactile SLAM / ShapeMap 3-D / MidasTouchREADME.md直接对应第二节的经典论文。拿数据Open Source 板块的 Dataset 小节README.md收录了 YCB-Sight、DenseTact、ObjectFolder 等触觉数据集方便复现与实验。 如需本地阅读或做笔记管理可克隆仓库git clone https://gitcode.com/gh_mirrors/aw/Awesome-Touch克隆后建议开启 GitHub/GitCode 的通知更新Awesome 类清单的价值在于持续跟进。五、延伸阅读从摸得准到会思考当你熟悉触觉SLAM与位姿估计后可以继续探索这些高热度方向README.md 均有收录数据收集MimicTouch、ViTaMIn、TactileAloha 等人机触觉示教系统L477-L551VLA/世界模型Octopi、Tactile-VLA、OmniVTA 等把触觉接入大模型的前沿工作L554-L616触觉表征学习Sparsh、UniTac-NV、T3 等可迁移的触觉基础模型L664-L714综述Review14 篇中英文综述L1278-L1316是建立全局认知的最快路径。六、写在最后从盲人摸象的成语到 Tactile SLAM 的实时推断机器人触觉研究走的正是同一条路——用局部的接触信息重建全局的认知。Awesome-Touch 把这条路上的传感器、算法、软件、数据集与实验室都整理成了清晰的路标完整文件见 README.md许可证见 LICENSE.md。希望这份指南能帮你少走弯路早日摸出属于自己的触觉机器人能力版图。赞分享文档教程【免费下载链接】Awesome-TouchTactile Sensing • Data Collection • IL/RL/VLA/WM • Manipulation • Simulation • Open Source项目地址https://gitcode.com/gh_mirrors/aw/Awesome-Touch点击查看免费下载相关推荐Windows Touch Input 触摸注入实战使用 InjectTouchPointerInput 样例向消息队列注入触摸事件Windows Touch Input 触摸注入实战使用 InjectTouchPointerInput 样例向消息队列注入触摸事件 导读 本篇文章围绕 Wi示例工程any-touch轻量级触摸手势库any touch轻量级触摸手势库 1. 项目基础介绍 any touch 是一个轻量级的触摸手势库其体积在 1kb 到 5kb 之间具有高度的可定制性Johnny-Five 实战用 TinkerKit Touch 电容触摸传感器读取触摸事件down / up / holdJohnny Five 实战用 TinkerKit Touch 电容触摸传感器读取触摸事件down / up / hold 本篇技术指南聚焦 JohnnyIoT机器人嵌入式上一篇Headlamp 侧边栏枚举 DefaultSidebars 解析HOME 与 IN_CLUSTER 两大内置侧边栏的源码级剖析下一篇AdGuardHome 管理界面 HTTPS 加密完整指南三步锁住控制台创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考