这个触觉传感器非常非常昂贵，大概是15000美金一支。它是基于流体内部的定位、电压区别，做的一个触觉的传感器。

　　在所有的这些事情里面，科学的部分和工程的部分，其实并不是泾渭分明的，但是大家可以看到哪些部分属于科学，比如说光学、比如说电的基本原理，电阻是怎么工作的，电路本身是怎么工作的，比如说在做视觉识别的时候，怎么做模式识别，怎么用神经网络判断什么东西是什么，在什么地方，这都是属于科学研究的部分，特别是像计算机里面相关的内容，都是属于我们叫做形式科学的部分。

　　那么工程部分则涉及到，比如说视觉这件事情，就涉及到你如何去组视觉的服务器，你如何选镜头，你如何搭建后面的算法，你在算法实现成代码的时候，你如何取组织代码，包括传感器你如何去选材料，如何去制作，这就是工程的部分。

　　运动规划：怎么从A点到达B点

　　在sense-plan-act大图里面的第二块，也是最主要的一块，是Motion Planning，或者叫运动规划，就是解决如何从A点移动到B点，不碰到周围的障碍物的问题。这是我们刚才视频里面有展示的图，就是机器人做运动规划的一个图。

　　大家可以仔细看有一个虚幻的机械臂的动作，就是它在计算运动规划的过程，可是这个臂的运动太快了，它一直在追那个规划，追自己的幻影。

　　运动规划讲起来是一个比较大的复杂的话题，简单说明一下。

　　假如这个画面上绿色的三角形是一个机器人，右上角的圆点是机器人的参照坐标，中间那个大的蓝色部分是一个方形的障碍物。对于这个机器人来说，实际上是有三个不同的参数可以用来描述它的完整状态——X、Y的坐标，以及它的旋转方向。

　　在这个情况下，我假设它的旋转方向是不变的，也就是XY两个参数就可以描述这个机器人的一个完整的状态。

　　假如说我以坐标蓝点作为一个参照点的话，这个机器人能够到达，或者说它的参考坐标点能够到达的那个区域就是红线以外的区域。这是一个很重要的概念，后面所有的东西都是以这个基础的。

　　再假设，这个三角形的机器人本身发生了形变。左边是机器人的工作空间，右边是它的配置空间（configuration space）。在工作空间里，机器人完整的形体由蓝色三角形来描述；在配置空间里面，j2直播，机器人的状态由一个小绿点来描述。当机器人本身的形状变化的时候，虽然障碍物没变，但是机器人在配置空间里能够达到的位置是一直在变化的。

　　刚才谈论的是一个二维的情况，这是一个三维的情况。大家可以看到右边的平面里面的小三角形机器人，如果它拥有旋转的能力，它的状态空间就会形成这样的三维的形状，看起来就会非常非常的复杂。

　　左边是一个在二维空间里面的机械臂，右边是它对应的configuration space。