在今天的多媒体系统中,视觉和听觉信息占主导地位。高效的数据压缩方法和标准为数字音频和视频的广泛传播铺平了道路,然而现实生活中并不是只存在视觉和听觉两种感知,触觉同样扮演着非常重要的角色,与音频和视频领域如火如荼的研究热情相对的是,触觉交互领域目前还鲜有问津,作为人机交互领域的最新技术,触觉交互研究如何利用触觉信息增强人与计算机、机器人之间的交流,其应用领域包括虚拟现实、手术模拟、远程医疗以及工作培训等。本文主要研究了离线触觉交互数据的压缩,所处理的触觉数据是一种高维的离散海量数据点云,是从连续的触觉交互信息中采样得到的。触觉数据的基本信号中包含位置、角度以及随着时间推移的反馈力和扭矩信息。不同于目前普遍使用的简单的线性预测,本文构造了一个基于二次曲线切线的线性预测模型,该模型更能反映实际数据的走向,基于该模型将触觉数据分成若干个子集。为了提高逼近精度,对每个子集数据进行二次曲线重建,使得预测数据点与原来的数据点更贴近进而使后续的恢复效果更好。在判断预测点与实际点之间的差别时,使用了几何距离而非传统使用的欧几里德距离,大大增强了压缩率。实验结果表明,相对于目前典型的压缩方法,本文的方法具有更高的压缩率和较小的逼近误差,同时恢复的数据也更贴近原始数据。