触觉作为人体五感之一,同时也是机器人感知外部环境、实现人机交互的重要手段。近年来,随着传感器技术的飞速发展,机器人触觉感知技术得到了各界的高度关注。利用触觉信息获取物体的物理属性,通过触觉信息对物体进行分类识别,对促进机器人智能化发展有着重要意义,然而到目前为止,这些问题仍然极具挑战性。本课题围绕机器人触觉感知技术展开,利用机器人触觉对物体的硬度和纹理属性进行感知实验,并基于触觉信息对物体识别与智能抓取开展了研究工作,具体研究内容如下:首先,根据机械工程中常用的硬度和纹理的类型与测量方法,设计了基于机器人指尖力的硬度和纹理测量方法。在此基础上,组建了机器人指尖触觉感知系统,包括用于触觉信息采集的硬件平台和用于控制与信息处理的软件平台。硬件平台以UR3e机械臂、Seed RH8D五指欠驱动灵巧手为运动载体,以Fts-3压力传感器为感知元件,并针对指尖触觉传感器设计了用于进行纹理和硬度感知的获取装置;软件平台基于ROS和Ubuntu设计,包括机器人控制器、触觉信息处理板块、可视化界面和交互界面。通过邵氏硬度计与触觉传感器的测试数据拟合、织物纹理准确测量实验,验证了本文设计的基于机器人指尖力的硬度和纹理测量方法可以很好地完成触觉信息的测量任务。其次,针对物体识别问题,提出了基于硬度和纹理信息的多模态触觉特征物体识别方法。选取了7种不同的样品并采集其表面特征数据,通过分析触觉数据得到纹理信息与硬度信息,分别使用高斯核SVM、线性核SVM、decision tree、MLP和ELM分类识别模型进行物体识别。通过对比发现,多模态触觉特征物体识别方法的识别准确率相较于使用单个触觉特征有着较大的优势,通过优化识别模型的参数进一步提高识别准确率,选择识别准确率较高的高斯核SVM、线性核SVM以及MLP建立多模型混合识别的方法进行在线识别,识别准确率为86%,在相同的触摸条件下成年人手对样品的识别准确率为74%,证明了本文设计的基于触觉纹理和硬度的物体识别系统具有较高的识别准确率。最后,针对智能抓取问题,提出以触觉信息的在线识别结果和识别过程中获取的硬度信息为依据,设定机器人抓取力阈值的抓取方法,可以有效控制对不同硬度物体的抓取力,保证物体可以被安全、稳定地抓取。