机器视觉与机器触觉融合能有效提高机器人对外部环境的感知能力。本文针对如何提高机器人的视触融合感知能力和物体描述能力进行了研究。首先,研究了基于深度学习的视触融合方法,通过对比实验系统分析了影响视触融合模型感知能力的因素;然后,在视触融合模型基础上,充分挖掘视觉和触觉的互补特性,从多角度描述物体。最后,在机器人实验平台上研究机器人对抓取物的描述能力。具体研究过程如下:在基于深度学习的视触融合模型研究中,分别进行了视觉和触觉单模态实验,并选出了3个视觉模型和3个触觉模型进行视触融合实验,找出视觉模型和触觉模型的最佳组合形式。此外,还将9种视觉和触觉的组合模型分别进行决策级融合和特征级融合对比实验。最终,对视触融合机理进行进一步分析得出如下结论:第一,特征级数据融合极易受到模型结构和参数量的影响导致训练速度慢,识别效果差,而决策级数据融合几乎不受影响;第二,视触融合模型的性能会受到融合策略、视觉和触觉模型匹配程度、模型结构、参数量等多重因素影响。在基于视触融合的物体描述研究中,充分利用视觉和触觉互补的优势,从物体的材料属性、形状、颜色和类别四个角度描述物体。为实现精准的多角度物体描述,提出一种多任务-多标签分类方法,该方法能有效均衡各描述角度。在物体描述实验中,本文提出的物体描述方法能以最小的参数量实现最精准的物体描述。在机器人抓取描述实验中,使用包含视觉和触觉的机器人平台建立了一个抓取描述数据集,并在该数据集上训练了物体描述算法。实验结果显示,基于视觉和触觉感知融合的物体描述方法可以有效应用于机器人的抓取描述中。