智能机器设备方便了人们的生活,为了使它们获得更多处理事物的能力,利用机器对物体进行感知成为了研究人员的关注热点。近些年,研究人员通过模拟人体的感知系统,来使机器获得感知物体信息的能力。其中,机器触觉与机器视觉是研究人员研究的重点。在机器触觉方面,人们研制出了压力触觉传感器,然而当前的压力触觉传感器制作工艺复杂、不易阵列式多点分布并且信号读取易受干扰,进而造成获取压力触觉信息的不完整;在机器视觉方面,人们实现了通过相机对物体进行体积测量的功能,然而当前的测量方法原理复杂并且操作不便利。因此,本文研究了一种制作简单、易阵列式多点分布的压力触觉传感器,以及计算便捷、结构简单,且基于机器视觉的针对规则物体或近规则物体体积测量的方法,同时使用两种技术分别对物体信息进行了获取实验。在对物体相关信息进行测量感知时,鉴于机器触觉与机器视觉本身测量方式的特点,导致获悉的信息存在着局限性。为了可以简单快速地完成更多物体信息地获取,本文将利用触觉与视觉技术获得的物体信息进行融合,以此来进一步感知物体。本文利用Velostat压敏薄膜结合金属溅射工艺制作了一种柔性的且具有14x14阵列传感点的压力触觉传感器。该传感器具有良好的灵敏度和整体稳定性。通过正交式的内部电极排布结构,所设计的传感器信号读取电路避免了信号串扰问题,提高了信号读取准确度。设计的传感器可结合机器学习算法,用于物体种类的识别,本文使用BP神经网络算法结合传感器,对5种物体进行分类,其中测试数据集的分类准确率可达93.33%。在规则物体体积的测量以及近规则物体体积的近似估计方面上,本文使用双目相机和单目相机联用的方式,结合图像处理算法,计算出相关被测物体的体积。测量体积的平均相对误差为5.43%。为了更多地获知物体的信息,将触觉传感器和基于机器视觉的体积测量方法进行结合,获知了被测物体的质量信息和平均密度信息。对于材质单一且实心的物体,还可以通过平均相对密度,进一步获取物体的材质信息。整体来讲,本文提出的物体感知方案使用便捷、原理简单,在未来智能感知系统中有着良好的前景。