物理 AI、触觉感知与灵巧机器人系列 · 第四篇
手指触碰屏幕时，指尖带来的电容变化其实非常微小，仅有飞法拉（ fF）量级——也就是法拉的千万亿分之一。这样的信号，微弱得几乎难以察觉。但屏幕本身并不“安静”：显示层会产生干扰，充电器会带来电气噪声，阳光下的车内温度会不断变化，汗水和雨水也可能留在屏幕表面。
触控技术要解决的，正是在各种干扰中识别出那个微弱而真实的触控信号。在实验室里识别一次正常触控并不难。真正的挑战是，无论设备出货量达到数十亿台，还是面对产品设计时无法预料的各种环境，都能准确识别每一次触控
Synaptics 已出货超过 20 亿颗触控控制器。在这些控制器的使用周期内，累计产生的触控事件已超过 1 万亿次。这个数字看似只是一个庞大的出货量和使用量，但对 Synaptics 而言，它更意味着数十亿台设备和一万亿次触控所积累下来的真实经验。
真正的敌人不是微弱信号，而是噪声
人们很容易认为，传感器的目标就是不断提高灵敏度，去捕捉越来越微弱的信号。但在触控领域，这恰恰可能适得其反。灵敏度调得过高，传感器可能连悬停在屏幕上方的手、玻璃上的水汽，甚至附近电机产生的电磁干扰都检测出来。只有灵敏度，没有信号辨别能力，只会带来更多误触。
因此，比“能检测多微弱的信号”更重要的指标，是信噪比：传感器不仅要感知触控，更要有把握地判断哪个是真正的触控，哪个只是噪声。这一点听起来有些抽象，但只要遇到下雨天屏幕误触，或者设备接上噪声较大的充电器后频繁出现“幽灵触控”，就会明白其中的意义。
飞法拉级的触控信号极易被噪声淹没，而同样的物理规律也适用于机器人手部。如此高灵敏度的传感器，就像一根天线，会接收到周围各种杂散电场。从传感器到控制器的线路本身会产生寄生电容；附近的金属可能形成寄生接地平面；电子开关动作也会不断引入干扰。一种解决方法是主动屏蔽（active guarding）：让敏感电极周围的导电屏蔽层始终保持与电极相同的电压，阻止电荷在两者之间发生泄漏。这样一来，传感器就能有效隔绝外部电气干扰，只对真正需要检测的触控作出响应。
最难的地方：基准值并不是一成不变
触控真正难的，并不是检测到触碰，而是判断在这一刻、这台设备上，没有触碰时应该是什么状态。
因为“零点”从来不是固定的。温度变化会让基线发生漂移，湿度会逐渐产生影响，面板也会随着使用而老化。用户把设备放下后，周围的电气环境也会随之改变。如果设定一个固定阈值，它很快就可能失效。因此，系统必须不断判断：在当前环境下，没有触碰时的状态是什么？ 随着这个基准发生变化，系统也需要持续重新校准。在电容式感知中，通常会结合多种不同的方法和算法来解决这一问题，包括差分测量、持续基线跟踪、对象估算和分类等。它们各有作用，共同帮助系统消除缓慢变化的环境干扰，同时保留真实触控信号。
对传感器而言，一个缓慢而持续的按压，和环境本身缓慢发生的变化，看起来可能非常相似。如果调整得过快，真实的缓慢触控可能会被当成环境漂移而过滤掉；调整得过慢，又会让系统不断追踪温度等环境变化。这种平衡并不是在白板上推导出来的。工程师是在数百万台设备、数千种真实使用环境中不断观察系统如何失效，再逐步找到解决方案。
不是每一次接触，都是一次指令
传感器负责检测接触，产品还需要理解接触意味着什么。
打字时，手掌会放在触控板上，但光标不能因此在屏幕上乱跑；雨滴落在汽车显示屏上，导航不能因此自行改变路线；用手机时，拇指可能只是搭在边框上，用来握稳手机。这些都是真实的物理接触，系统需要识别出来，并判断它们不是用户的操作意图。同时，哪怕真正的触控只在几分之一秒后发生，系统也不能漏掉。
要把传感器采集到的原始接触信号，转化为用户真正想执行的操作，就必须过滤掉无意触碰，并判断用户的真实意图。这正是传感器与交互界面的区别。
为什么触控技术经验对机器人触觉同样重要
这些技术最初都不是为机器人开发的，但如今，机器人触觉感知同样面临着类似的问题。
机器人的指尖，比手机所处的环境更加复杂。驱动手指的电机会贴近传感器工作，将电磁干扰直接带入飞法拉级的微弱测量中；执行器发热，会让整个组件的基线不断变化；弹性体表皮也会随着每一次抓取逐渐磨损、改变。机器人需要感知的也更多：不仅要判断有没有接触，还要测量法向力和剪切力，并像第二篇文章中讨论的那样，判断抓握是否开始打滑
归根结底，机器人的高精度力觉和触觉感知，与我们过去四十年一直解决的问题属于同一类：从微弱信号中捕捉真实的物理变化，排除寄生电容和电机噪声的干扰，在不断变化的环境中保持稳定的参考基准，再将原始测量结果转化为系统可以立即响应的可靠事件。传感器变了，但解决问题的方法没有变。
一万亿次真实触控，无法速成
传感器并不难获得。真正无法写进产品规格书的，是在真实应用中积累下来的经验：传感器会在什么情况下失效，又该如何应对。这些问题，只有经过数十亿台设备、数百种不同产品，在高温、低温、潮湿、噪声、长期使用和设备老化等各种环境中的验证，才会逐渐暴露出来。这些经验沉淀在固件和算法中，体现在数百项专利里，也融入了工程团队多年处理各种边缘情况后积累的经验。
这也是为什么，掌握完整的技术栈如此重要——从芯片、固件，到传感器和算法，都需要协同设计。抗噪并不是某一层单独增加一个功能就能解决的。模拟前端、感知架构、传感器结构、主动屏蔽、噪声规避状态机和分类器，都影响着系统的抗噪能力，也需要协同调校。
一万亿次触控带来的，不只是一个产品系列，更是一套从噪声中识别真实信号的能力。而未来的灵巧机器，同样需要这种能力。
系列下一篇：从玻璃到皮肤——打造经得起真实世界考验的传感器，背后的技术。