对于人类来说，“触觉”在日常活动时起着至关重要的作用。在拾取物体等任务时，人们通过触觉能感受到物体的硬或软，轻或重，温暖或寒冷，触摸与视觉相结合，让我们避免损坏它们。在科技迅速发展的今天，已诞生了能够走、跑、看、说、听等功能的机器人。但机器人触觉的研究还相对落后，需要开发新技术来克服其中一些问题。
多相机触觉传感器由四个摄像头组成，这些摄像头位于柔软、透明的材料下面，该材料内部含有嵌入式的散布球形颗粒。摄像头能跟踪这些球形颗粒的运动，当有外力施加到材料上时，材料的变形会引发这些球形颗粒的运动。
研究人员还开发了一种机器学习（ML）架构，该架构可以分析材料中球形粒子的运动。通过分析球形粒子的运动，该系统可以重建导致材料变形的力，也称为接触力分布。
研究人员解释说：“我们使用相对便宜的相机，生成大量高分辨率的图像信息，总计提供约65,000像素的图像，这对数据驱动的触觉传感器非常重要。”
多相机触觉传感器不仅能提供大多数现有机器人上用的标准力传感器能那样的总力值，还提供了施加在其柔软表面上的所有力的分布的反馈，从而能解耦法向分量和切向分量。由于独特的结构设计，与其他基于摄像头的触觉传感器相比，新型多摄像头触觉传感器因为不需要添加其他反射组件（例如镜子），而具有更大的接触表面和更薄的结构。
研究人员表示：“使用多个摄像机可以使用这种类型的触觉传感器能覆盖任意形状的较大区域。这项工作也显示了如何将在子集摄像机上获得的数据转移到其他摄像机上，从而获得一种可扩展数据的方法。”
机器人力控传感器可以扩展到更大的表面，从而创建柔软且可感应的机器皮肤。研究人员讨论了如何将其机器学习体系结构进行改编优化，从而在将来促进其在机器人上的应用。
对于未来的打算，研究人员表示，他们现在计划扩展传感器的功能，以重建与复杂和通用形状的物体接触的信息。“我们认为传感算法的开发应始终考虑到数据效率组件，以促进在机器人技术中的广泛使用，因此，我们也将在未来的工作中朝这个方向发展。”