現在的機器人仍然很笨拙，對於人類來說非常簡單的觸摸和抓握東西，但對機器人來說卻幾乎是個不可能完成的任務。爲此，赫爾辛基大學心理學家兼首席研究員Jukka Häkkinen博士和博士後研究員Jussi Hakala開發了一種可以測量人體觸覺的成像方法，希望教會機器人怎麼拿東西。

Häkkinen表示，“人類在抓起某種物品時，需要進行非常複雜的潛意識計算，包括在這個過程中需要哪些肌肉，用哪些神經通路來控制它們以及以什麼強度進行控制。在心理學領域，科學家已經對這些腦控機制行了廣泛的研究。”他是Grasp Sense方法背後的兩大功臣之一。

在熱敏和深度相機的幫助下，Grasp Sense可以用來測量人類觸摸物體表明留下的熱量信息。人類觸摸留下的熱量信息收集後可以用在機器人技術上。到目前爲止，抓握和觸摸是機器人應用開發中的一大挑戰，尤其是在物流及醫療保健領域。

Hakala認爲，“機器人需要準確瞭解物體的三維結構，材料和重量分佈，而人類有直覺把握的能力，我們的目標是將人類的這種技能教給機器人。” Hakala是Grasp Sense的另一個開發者，他主要專注於3D成像和顯示技術的研究。

機器人能否將物體一直抓握在手中，並避免將其捏碎，這是機器人技術中的難點。從未來護理機器人的角度來看，這方面正變得越來越重要。

Häkkinen指出，“機器人抓握的力量必須讓人感覺愉快、堅定並且可靠。”

此前，Häkkinen開展了一項由芬蘭科學院資助的研究項目，該項目專注於測量抓握任務期間的眼球運動。

“我研究了各種抓握任務如何影響眼球運動的方向。‘適時選擇’一詞與眼球運動有關。換句話說，眼睛專注於收集接下來500毫秒所需的精確信息，” Häkkinen解釋道。

正是這個研究啓發了測量抓握任務期間手部動作的想法。

“基於視頻的方法不夠準確，所以我的第一個想法是用手指畫，” Häkkinen笑着說。

之後，他考慮利用觸摸之後留下的熱量信息，該方法有多種應用。

除了機器人之外，Grasp Sense方法還可用於設計各種實用物品。觸摸數據在設計必須令人愉快、符合人體工程學和使用準確的物體時可能非常有用。

根據Häkkinen的說法，同樣的技術也可以通過在醫院天花板上安裝攝像頭來創建醫院衛生模型。在熱成像相機的幫助下，可以創建出接觸密度最高的表面的模型，使其保持清潔更容易且更高效。