欢迎访问凌腾信息科技（常州）有限公司官网！
文 / 凌腾信息科技 传感器技术研发中心
去年这时候，有家做四足机器人的客户来找我们，说他们想在机器人脚底装个力传感器，但不太确定装哪种。我问他们想测什么？回答是："看脚碰到地面了没有。"
我说那您装个触控开关就行了，一个限位微动开关几毛钱，比传感器便宜一百倍。当时的回答是："但是……我们觉得机器人不能没有传感器。"
这个"但是"很有意思。它其实暴露了一个普遍的困惑：大家都知道机器人需要传感器，但到底需要什么样的传感器、为什么需要，绝大多数人没想清楚。
所以聊六维力传感器之前，我觉得有必要先把这个问题掰扯清楚。
人形机器人区别于工业机器人的核心特征是什么？不是它长了两条胳膊两条腿，而是它需要在非结构化环境中完成接触式交互。说白了：它要进得了你家客厅、能帮你端杯水、扶你一把——而这些场景中，机器人和外部世界的每一次接触，都是一次完整的力与力矩的信息交换。
如果把人形机器人比作一个人，那视觉就是眼睛，IMU是内耳前庭（负责平衡感知），而力传感器，就是分布在皮肤和关节上的触觉神经末梢。没有触觉神经的人，抓不住鸡蛋，走不稳路，和人握手不是用力过猛就是软绵绵——机器人完全一样。
而为什么是"六维"呢？因为人在空间中任何一个接触点受到的力，都可以分解为三个方向的力（Fx, Fy, Fz）和三个方向的力矩（Mx, My, Mz）。你握一个杯子，你的手指同时感知到杯子的重力、你握持的侧向压力、杯壁的反作用力矩——这是六维信息。一维或者三维的传感器，只能在特定方向上捕捉力的部分信息，就像你戴了只听得见中频段的助听器，能听到声音但听不清内容。
这就是六维力传感器不可替代的理由。它不是"一个更贵的传感器"，而是机器人感知接触世界的完整通道。
2024年以来，特斯拉Optimus、Figure AI、宇树、智元、星动纪元等国内外人形机器人公司密集发布进展，行业共识逐步清晰：人形机器人的量产时间窗口大概率在2026-2028年来临。而这个时间表，直接决定了六维力传感器的市场规模——毕竟，一台人形机器人至少需要4个六维力传感器：双脚各1个、双手各1个（如果是灵巧手方案，甚至更多）。
保守测算，单台人形机器人的六维力传感器价值量在2000-5000元之间。如果到2030年全球人形机器人出货量达到100万台（这是高盛的保守预测），仅此一项就是一个20-50亿的细分市场。但比起市场规模，更值得关注的是六维力传感器在人形机器人中的真正的技术价值——它解决的是几个机器人行业最深层的工程难题。
人走路这件事看起来简单，其实是一个极其复杂的主动控制过程。足底的压力分布告诉大脑你踩在什么地面上——是松软的沙地还是坚硬的混凝土、是水平的还是带坡度的。这些信息来自你脚底密密麻麻的触觉感受器。
人形机器人走不稳，核心原因就是它缺少这种足底的触觉反馈。
脚踝处安装的六维力传感器，安装在足部与小腿的连接处，直接测量脚底与地面之间的力与力矩。这组数据告诉你三件至关重要的事情：
第一，足底的实际接触状况。 脚掌哪一部分接触到了地面？接触力多大？脚跟着地还是前掌着地？这些信息通过Fx、Fy、Fz三轴力的分解就能知道。如果机器人走路时只有外侧触地，传感器会显示Fy方向有偏载——控制器就知道它要调整踝关节的姿态了。
第二，地面的硬度与平整度。 当机器人的脚踩下去时，地面会有一个反作用力。如果是硬地面（水泥地），反作用力是陡升的，在力数据上表现为一个尖锐的尖峰；如果是软地面（沙地、草地），力是逐渐上升的。传感器捕捉到这个上升曲线的斜率变化，控制器就能推断地面材质，从而调整步态参数。这比"眼睛看到坑再绕过"要快得多——力反馈的时间延迟在毫秒级，而视觉处理至少需要几十毫秒。
第三，地面的坡度和台阶。 当机器人踩到台阶边缘或者坡面时，Mz方向的力矩会发生显著变化。因为脚底部分悬空，支点偏移，会在传感器上产生一个绕Z轴的力矩。这个信号足够灵敏，机器人可以在完全踩空之前就做出重心调整——相当于人的脚"探"到了台阶边缘。
波士顿动力的Atlas跑酷视频让人印象深刻，但你可能不知道，Atlas脚踝里的力传感器每秒钟采样超过1000次，每一次跳跃着地后的姿态调整，都依赖这些数据的实时反馈。没有六维力传感器，机器人只能做"盲走"——靠预设的轨迹和视觉修正，一旦视觉稍有滞后或者地面参数和预期不符，当场摔个嘴啃泥。
如果说脚部传感器解决的是"站稳"问题，那手部传感器解决的是"拿稳"问题。而后者实际上更难——因为手部接触的场景复杂度远高于脚部。
这里我想讲一个我们在做项目时候的真实细节。有个客户想在机器臂上集成六维力传感器来做精密装配，选型的时候问我们："你们传感器的分辨率是多少？"我们说看量程，如果量程200N，分辨率可以做到0.1N。他说不够，他们要测的是把一个直径0.5mm的轴插进一个直径0.52mm的孔里——这个过程中接触力也就0.01N到0.05N级别。
这个故事说明了一个残酷的现实：力传感器的量程和分辨率是矛盾的。你要测踩地时的几百牛冲击，量程就得够大；要在同一套传感器上分辨握持鸡蛋时的几十克力，分辨率就得够高。这本身就是传感器设计里最头疼的权衡。
不过在人形机器人的手部应用上，这个矛盾有了一些工程上的解法。比如特斯拉Optimus的手部设计中，并没有在所有手指关节装传感器，而是在手腕处装一个六维力传感器，测的是整只手对外界的总力/力矩。至于手指上的精细力感知，通过电机电流估算和手指尖的触觉阵列来完成。这本质上是一个层级化的力感知架构：
这个"分级力感知"的思路其实非常像人体：你手腕的位置觉和力感是粗粒度的，到了指尖才有高密度的触觉小体。人形机器人如果上来就想在每个指节上都装六维力传感器，技术上过于超前，成本上也不现实。所以现阶段最务实、也最有效的手部力感知方案，就是腕部六维力传感器+指尖触觉阵列的组合。
翻翻这些年六维力传感器领域的玩家，全球市场上能稳定供货的厂家其实不超过10家。国外有ATI、JR3、OnRobot，国内有坤维科技、海伯森、宇立仪器（Sunrise）和凌腾（我们在研）。这个行业的特点是：技术门槛高、量产门槛更高。
说技术门槛，核心有三：
第一，弹性体的结构设计。 六维力传感器中最核心的零件是一个精密加工的弹性体——它承受外部六个方向的力和力矩，通过应变片贴片位置和桥路拓扑，把这些不同方向的力解耦出来。弹性体结构的设计直接影响传感器的各向同性度、灵敏度、串扰、温漂等核心指标。这个设计经验没法从教科书上学，完全靠大量的试错和有限元迭代。业内公认的结构有"十字梁"、"三柱"、"伞形"等，每一种都有十几年的专利保护和工艺know-how。
第二，信号解耦与补偿算法。 六维力传感器实际输出的是六组应变信号，通过一个6×6的耦合矩阵换算成Fx、Fy、Fz、Mx、My、Mz。但理想情况下，Fx方向的力不会在Fy的通道上产生输出。实际情况是，由于贴片位置的公差、弹性体变形的耦合、温度场的分布不均匀，各路之间必然存在串扰。把串扰从1%降到0.1%需要非常精密的标定和复杂的温度补偿算法——这比硬件本身更耗时。
第三，抗过载与寿命。 人形机器人在摔倒或者受到意外冲击时，传感器承受的载荷可能是正常工况的5-10倍。普通工业级六维力传感器的过载能力在150%FS左右，但人形机器人应用需要做到300%FS甚至更高的抗过载——这对弹性体的材料、热处理工艺和机械限位设计提出了很高的要求。
说量产门槛，核心问题是"怎么造得便宜又一致"。
目前一台六维力传感器的单价在5000-20000元人民币之间，还只是传感器本体，不算信号处理和标定设备。对比一下：一台人形机器人的BOM中，六维力传感器的成本占比如果过高，整机成本就压不下来。要想进入消费级或者大规模商用级，六维力传感器的目标单价应该降到500元以下——这需要工艺路线发生质的改变。
目前业内公认的方向有两个：一是MEMS工艺，通过微纳加工在硅片上直接刻蚀弹性体结构，实现批量化、低成本制造——但MEMS的承载能力和过载特性目前还远不如金属弹性体；二是柔性电路的丝印应变计，通过薄膜工艺在大平面上制作应变阵列——但精度和稳定性还在攻关中。
所以短期内（2026-2028年），人形机器人的六维力传感器大概率还是走精密机械加工的路线，通过自动化产线和规模化标定设备来降本。真正实现数量级的成本下降，可能要等到MEMS或者薄膜工艺有本质突破。
说了这么多技术细节，如果只让我用一句话总结六维力传感器在人形机器人中的价值，那就是：它让机器人从"按程序做事"变成了"按感觉做事"。
没有力传感器的机器人，本质上还是一台"数控机床"——它的路径是预设的，动作是编好的，环境是不允许有偏差的。这种机器人在工厂的栅栏后面运作没问题，因为工厂是结构化的。但人形机器人要想走进家庭、医院、养老院——那些充满不确定性、充满非结构化交互的地方——就必须具备对接触力的感知能力。
六维力传感器，就是赋予人形机器人这种感知能力的起点。
它在脚踝，让机器人感知地面的质地和坡度；
它在手腕，让机器人感知物体的重量和握持状态；
未来，随着传感器的小型化和柔性化，它还会进入手指的关节、肩部的连接、甚至脊柱的支撑处——整个人形机器人会变成一台"全身触觉"的机器。
凌腾信息科技在力传感器领域深耕多年，从类金属应变式传感器到多轴力传感器的模块化设计，积累了丰富的工程经验。我们正在推进适用于人形机器人的小型化六维力传感器的研发工作，核心方向是：高动态响应（采样频率>1kHz）、高抗过载（>300%FS）、以及通过自动化标定工艺降低生产成本。
我们相信，当六维力传感器的价格降到千元级的那一天，就是人形机器人真正走进千家万户的那一天。
而那一天，可能比我们想象的要来得更快。
