EgoTactile 是面向日常物体抓握的多模态数据集，将头戴式第一视角 RGB 视频与同步的全手触觉压力测量配对，用于研究从视觉观测估计动态抓握压力。数据覆盖 12 名参与者、63 个日常物体和 7 个物体类别，视频分辨率为 1280×720、15 FPS，压力来自 162 个感测位置，范围为 0–350 N，并提供物体与匿名参与者元数据。

数据包含戴手套与裸手两个子集。戴手套子集提供第一视角视频和压力测量的直接监督；裸手子集中，第一视角可见手为裸手，同时由同步的离机戴手套手执行对应抓握并提供压力参考，用于评估从仪器化手到自然手外观的迁移。适用方向包括抓握压力估计、视觉触觉推断、具身手物交互理解、机器人操作和人机交互。

数据在受控条件下采集，参与者、物体和抓握行为有限；裸手子集的压力参考来自同步配对动作而非可见裸手的直接传感。许可为 CC BY-NC 4.0，可在署名条件下用于非商业研究。