The sense of touch is a fundamental modality for human interaction, yet it remains one of the most challenging senses to replicate in robotics. Currently, the market for large-area tactile sensors – or electronic skins (e-skins) – is deeply polarized. Researchers are forced to choose between high-end commercial arrays that cost thousands of dollars or low-cost, single-point sensors like force sensitive resistors (FSRs) that completely lack spatial resolution. Furthermore, state-of-the-art academic prototypes often require complex, expensive cleanroom fabrication techniques, limiting their accessibility and scalability. The primary objective of this thesis is to bridge this gap through the development of UnipdSkin: a frugal, soft, and highly accessible capacitive tactile sensor matrix designed for robotic applications. By utilizing off-the-shelf mutual capacitance integrated circuits and ubiquitous textile materials – such as porous polyester foam, copper wire and electric tape – the entire functional prototype was successfully manufactured using a Do-It-Yourself (DIY), infrastructure-free pipeline for under 20 Euro. Through rigorous empirical characterization, UnipdSkin demonstrated performance metrics that are highly competitive with recent state-of-the-art academic prototypes. The sensor achieved a mean positional tracking error of 1.73mm on a flat surface and an improved 1.38mm when conformed to an 8.5cm curved surface, mimicking a robotic arm. By implementing a multi-taxel spatial summation algorithm, the e-skin exhibited an exceptional Signal-to-Noise Ratio (SNR) ranging from 28 to 36dB, comfortably exceeding the 15dB industry standard. Furthermore, it provided a naturally predictable, linear response to macroscopic area deformation, yielding a strong Coefficient of Determination without the need for the heavy Machine Learning calibration typically required by highly stretchable sensors. Ultimately, this thesis demonstrates that high-fidelity, array-based tactile perception does not strictly require expensive silicon elastomers or specialized micro-fabrication. By achieving multi-touch spatial resolution and high noise immunity at the price point of a basic hobbyist sensor, UnipdSkin successfully democratizes tactile awareness, laying a foundation for future AI-driven, full-body robotic perception.

Il senso del tatto è una modalità fondamentale per l'interazione umana, eppure rimane uno dei sensi più difficili da replicare nella robotica. Attualmente, il mercato dei sensori tattili di grandi dimensioni – o pelli elettroniche (e-skin) – è profondamente polarizzato. I ricercatori sono costretti a scegliere tra array commerciali di fascia alta che costano migliaia di dollari o sensori a punto singolo a basso costo come i resistori sensibili alla forza (FSR) che sono completamente privi di risoluzione spaziale. Inoltre, i prototipi accademici all'avanguardia spesso richiedono tecniche di fabbricazione complesse e costose in camera bianca, limitandone l'accessibilità e la scalabilità. L'obiettivo principale di questa tesi è colmare questa lacuna attraverso lo sviluppo di UnipdSkin: una matrice di sensori tattili capacitivi economici, morbidi e altamente accessibili, progettati per applicazioni robotiche. Utilizzando circuiti integrati a capacità mutua standard e materiali tessili di uso comune, come schiuma di poliestere porosa, filo di rame e nastro isolante, l'intero prototipo funzionale è stato realizzato con successo tramite un processo fai-da-te (DIY), senza infrastrutture, per meno di 20 euro. Attraverso una rigorosa caratterizzazione empirica, UnipdSkin ha dimostrato prestazioni altamente competitive rispetto ai recenti prototipi accademici all'avanguardia. Il sensore ha raggiunto un errore medio di tracciamento della posizione di 1,73 mm su una superficie piana e un valore migliorato di 1,38 mm quando adattato a una superficie curva di 8,5 cm, simulando un braccio robotico. Implementando un algoritmo di somma spaziale multi-taxel, la pelle elettronica ha mostrato un eccezionale rapporto segnale/rumore (SNR) compreso tra 28 e 36 dB, superando agevolmente lo standard industriale di 15 dB. Inoltre, ha fornito una risposta lineare e prevedibile alla deformazione macroscopica dell'area, generando un elevato coefficiente di determinazione senza la necessità della complessa calibrazione di apprendimento automatico tipicamente richiesta dai sensori altamente estensibili. In definitiva, questa tesi dimostra che la percezione tattile ad alta fedeltà basata su array non richiede necessariamente costosi elastomeri di silicio o microfabbricazione specializzata. Raggiungendo una risoluzione spaziale multi-touch e un'elevata immunità al rumore al prezzo di un sensore base per hobbisti, UnipdSkin democratizza con successo la consapevolezza tattile, ponendo le basi per la futura percezione robotica corporea completa basata sull'intelligenza artificiale.

UnipdSkin: A Multi-Touch Flexible Electronic Skin for Human-Robot Physical Interaction

HASEEB, MUHAMMAD
2025/2026

Abstract

The sense of touch is a fundamental modality for human interaction, yet it remains one of the most challenging senses to replicate in robotics. Currently, the market for large-area tactile sensors – or electronic skins (e-skins) – is deeply polarized. Researchers are forced to choose between high-end commercial arrays that cost thousands of dollars or low-cost, single-point sensors like force sensitive resistors (FSRs) that completely lack spatial resolution. Furthermore, state-of-the-art academic prototypes often require complex, expensive cleanroom fabrication techniques, limiting their accessibility and scalability. The primary objective of this thesis is to bridge this gap through the development of UnipdSkin: a frugal, soft, and highly accessible capacitive tactile sensor matrix designed for robotic applications. By utilizing off-the-shelf mutual capacitance integrated circuits and ubiquitous textile materials – such as porous polyester foam, copper wire and electric tape – the entire functional prototype was successfully manufactured using a Do-It-Yourself (DIY), infrastructure-free pipeline for under 20 Euro. Through rigorous empirical characterization, UnipdSkin demonstrated performance metrics that are highly competitive with recent state-of-the-art academic prototypes. The sensor achieved a mean positional tracking error of 1.73mm on a flat surface and an improved 1.38mm when conformed to an 8.5cm curved surface, mimicking a robotic arm. By implementing a multi-taxel spatial summation algorithm, the e-skin exhibited an exceptional Signal-to-Noise Ratio (SNR) ranging from 28 to 36dB, comfortably exceeding the 15dB industry standard. Furthermore, it provided a naturally predictable, linear response to macroscopic area deformation, yielding a strong Coefficient of Determination without the need for the heavy Machine Learning calibration typically required by highly stretchable sensors. Ultimately, this thesis demonstrates that high-fidelity, array-based tactile perception does not strictly require expensive silicon elastomers or specialized micro-fabrication. By achieving multi-touch spatial resolution and high noise immunity at the price point of a basic hobbyist sensor, UnipdSkin successfully democratizes tactile awareness, laying a foundation for future AI-driven, full-body robotic perception.
2025
UnipdSkin: A Multi-Touch Flexible Electronic Skin for Human-Robot Physical Interaction
Il senso del tatto è una modalità fondamentale per l'interazione umana, eppure rimane uno dei sensi più difficili da replicare nella robotica. Attualmente, il mercato dei sensori tattili di grandi dimensioni – o pelli elettroniche (e-skin) – è profondamente polarizzato. I ricercatori sono costretti a scegliere tra array commerciali di fascia alta che costano migliaia di dollari o sensori a punto singolo a basso costo come i resistori sensibili alla forza (FSR) che sono completamente privi di risoluzione spaziale. Inoltre, i prototipi accademici all'avanguardia spesso richiedono tecniche di fabbricazione complesse e costose in camera bianca, limitandone l'accessibilità e la scalabilità. L'obiettivo principale di questa tesi è colmare questa lacuna attraverso lo sviluppo di UnipdSkin: una matrice di sensori tattili capacitivi economici, morbidi e altamente accessibili, progettati per applicazioni robotiche. Utilizzando circuiti integrati a capacità mutua standard e materiali tessili di uso comune, come schiuma di poliestere porosa, filo di rame e nastro isolante, l'intero prototipo funzionale è stato realizzato con successo tramite un processo fai-da-te (DIY), senza infrastrutture, per meno di 20 euro. Attraverso una rigorosa caratterizzazione empirica, UnipdSkin ha dimostrato prestazioni altamente competitive rispetto ai recenti prototipi accademici all'avanguardia. Il sensore ha raggiunto un errore medio di tracciamento della posizione di 1,73 mm su una superficie piana e un valore migliorato di 1,38 mm quando adattato a una superficie curva di 8,5 cm, simulando un braccio robotico. Implementando un algoritmo di somma spaziale multi-taxel, la pelle elettronica ha mostrato un eccezionale rapporto segnale/rumore (SNR) compreso tra 28 e 36 dB, superando agevolmente lo standard industriale di 15 dB. Inoltre, ha fornito una risposta lineare e prevedibile alla deformazione macroscopica dell'area, generando un elevato coefficiente di determinazione senza la necessità della complessa calibrazione di apprendimento automatico tipicamente richiesta dai sensori altamente estensibili. In definitiva, questa tesi dimostra che la percezione tattile ad alta fedeltà basata su array non richiede necessariamente costosi elastomeri di silicio o microfabbricazione specializzata. Raggiungendo una risoluzione spaziale multi-touch e un'elevata immunità al rumore al prezzo di un sensore base per hobbisti, UnipdSkin democratizza con successo la consapevolezza tattile, ponendo le basi per la futura percezione robotica corporea completa basata sull'intelligenza artificiale.
Electronic Skin
Soft Robotics
Capacitive Sensing
Tactile Sensors
HRI
File in questo prodotto:
File Dimensione Formato  
Muhammad_Haseeb.pdf

embargo fino al 09/04/2027

Dimensione 46.63 MB
Formato Adobe PDF
46.63 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/106489