成果简介（300-500字）
由于现实环境的复杂性及目标物的多样性，如何提升面向复杂目标物的识别能力是机器人实现智能决策的关键感知技术。基于视觉技术的物体识别策略容易受到光线和角度的影响，而且无法获取物体的软硬度和材质信息。对比而言，基于触觉技术的物体识别策略可以弥补视觉技术的不足。
本项目研发了一种集成摩擦电传感器和电感传感器的双模态触觉传感器，并基于机器学习技术提出了面向双模信号（摩擦电信号和电磁感应信号）的数据融合策略用于物体识别。与单一功能的触觉传感器相比，本研究提出的基于双模信号的物体识别技术，在机械手随机抓握条件下，仍可以解耦目标物的不同形状、尺寸和刚度的信息。此外，该识别技术对于有包装的物体同样有较强的识别能力。例如，对三种不同包装的四种水果的识别准确率高达95.93%。上述技术可以提升机器人的环境感知能力以及智能交互水平。
物体识别技术的识别过程图解：
技术创新
1.集成摩擦电传感器和电感传感器的双模传感器。2.基于双模信号的物体识别策略3.能够识别有包装的对象。
市场前景及应用领域
在协作机器人、服务机器人等领域有广泛应用潜力。
成果单位：深圳大学物理与光电工程学院
成果负责人：彭争春
联系方式：18100275168
电子邮箱：zcpeng@szu.edu.cn
科研概况