软体机械手在深海探索、医疗服务、家庭服务等非结构环境中具有广阔的应用前景,而目标识别和抓持规划对于软体机械手实现成功抓持具有决定性的作用,是众多应用场景中必不可少的重要环节。为实现更准确的物体识别和更高效的抓持,本文设计并制造了一种具有接触力和弯曲感知功能的软体机械手,提出了一种视触信息融合的物体识别方法,研究了软体机械手的抓持规划策略。全文取得的研究成果如下:1.软体机械手的设计制造及视觉与触觉感知系统的搭建。选择薄膜压力传感器和弯曲传感器作为触觉传感器,设计并制造了一种具有接触力和弯曲感知功能的软体机械手。在此基础上,搭建了触觉感知系统和视觉感知系统,可获取物体的触觉序列、RGB图像和深度图像,为软体机械手目标识别方法和抓持规划策略的研究提供了硬件平台。2.视触信息融合的物体识别方法。借助SSD和Faster RCNN算法,构建了两种目标检测模型并进行训练。基于软体机械手及其触觉感知系统,研究了触觉特征的提取方法,利用机器学习算法对触觉特征进行分类,实现了物体触觉识别。基于多模式数据融合理论,在决策层上结合目标检测模型与多个触觉分类器,提出了一种视触信息融合的物体识别方法,识别准确率达到98.7%,比仅使用视觉或触觉时提高了9.94%。3.软体机械手的抓持规划策略。针对物体放置在平面上的抓持场景,借助相机标定原理和点云匹配算法,研究物体的视觉定位和位姿估计方法,借鉴人手抓持方式,生成软体机械手的抓持方式,提出了一种基于物体几何中心及可行抓持方式的抓持规划策略,解决了不同形状物体的抓持问题,并通过实验验证了其可行性和有效性。本文研究成果对突破软体机械手感知与识别、抓持规划等基础理论以及推进软体机械手的实际应用均具有重要意义。