柔性触觉传感器以其可变形、易于贴合在复杂曲面上实现触觉感知的优势在可穿戴电子产品、机器人、人机交互、智慧医疗等领域扮演了重要角色,正受到越来越多的关注。基于电阻抗断层成像技术（EIT,Electrical Impedance Tomography）的触觉传感器是一种新型的非阵列式柔性传感器,此类传感器通过生成一张反映传感器内部电导率分布变化的图像来观察载荷的位置、接触形状、压力大小等信息。然而,复杂的计算过程、繁冗的数据收集系统、较低的图像分辨率等问题限制了EIT在触觉传感器上的广泛应用。本文在EIT基础之上,提出了一种基于电阻抗分布变化的柔性触觉传感器,通过收集不同形式的接触与传感器电信号之间的对应关系,并利用机器学习模型建立此对应关系,从而达到检测载荷位置和力的目的。具体的研究内容如下:1、阐述了基于电阻抗分布变化的触觉传感器的检测原理。本文选择压阻膜作为传感器的敏感元件,并在Comsol中进行了仿真实验,证明了压阻膜的电阻抗分布变化会引起其上的电势分布变化。而电阻抗分布变化又是由载荷引起的,因此,可以利用电势分布变化来描述载荷信息。本文利用该检测原理实现载荷位置和压力检测。2、设计并实现了双层结构的传感器系统。传感器系统包括传感器结构、数据收集系统、恒压源和机器学习模块。相较于基于EIT的触觉传感器,本文提出了在传感器敏感区域内部设置点电极的方案,旨在提高传感器的在整个敏感区域上的检测精度。由于界面压阻效应是影响传感器输出信号十分重要的因素,因此,本文提出了一种新型的双层结构,将界面压阻效应保留在传感器内部,解除了载荷必须是导体的限制。3、基于双层结构的传感器系统,本文设计并实施了传感器的位置及压力检测实验。实验结果表明,传感器能以高精度实现对载荷位置和压力的检测。通过对比不同机器学习算法在上述实验中的表现,本文为传感器的检测任务选择出了合适的机器学习算法。为优化传感器测量电极的设计,本文提出了PCA+阈值选择方法,实验结果表明,优化后的电极设计保证了传感器的高检测精度,减少了冗余电极。为了增加该传感器的实用性,本文将传感器应用于柔性键盘、载荷轨迹重现、机器人运动控制及载荷位置感知的任务中,结果表明,本文所提出的传感器可以很好地完成上述任务。