人工智能的发展为社会产生了巨大的价值，而触觉由于其感知机理尚不明确桎梏了其在人工智能中的发展。触觉感知过程包括触摸对象属性、摩擦过程、大脑反应、大脑认知四个要素，涉及到摩擦学、心理学、神经科学等各个领域，而现有文献大多研究触摸速度、触摸样本等单一变化条件，或是触觉三维力、振动、脑电等个别模态，不免存在一定的局限性。为了比较系统、全方面地描述触觉感知过程，本课题提出了一种皮肤摩擦触觉感知多模态信息测量方法，然后自主设计了触觉刺激呈现与模态测量装置，以实现多模态信息的测量与采集，紧接着使用该触觉装置、神经电生理设备以及三维表面形貌仪，设计了以粗糙度为变量的触觉多模态感知实验，最后研究了与粗糙度相关的触觉模态特征以及各模态特征之间的相关性，进而分析触觉感知多模态测量方法的可行性。具体通过以下几个部分展开研究：
　　1.分析现有触觉感知研究的方法，并结合其触觉采集装置的优缺点，提出触觉感知多模态信息测量方法，通过模块化思路设计触觉装置的软硬件，使其具备同步采集触摸压力、摩擦力、振动的功能，采集到的触觉信号可以在触觉软件中观察其数值、波形并保存数据，此外，研究者可以改变触摸速度、触摸圈数、触摸样本等灵活设计触觉实验，该设备结合脑电、fNIRS等电生理信号采集设备以及三维表面形貌仪可实现多模态探索触觉感知。
　　2.以粗糙度为变量设计触觉感知多模态采集实验，分为物体表面特征测量实验、心理物理学实验、摩擦力学及脑电信号采集实验三部分进行。将采集的模态量进行处理与特征提取，物体表面特征采用Ra、Rz、Rsm、粒径及目数，摩擦力学量采用压力、摩擦力、加速度功率谱重心及其平均功率，脑电信号选用各电极的α、β波能量占比，主观评价中统计粗糙度评分。通过样本配对t检验统计每个模态特征值在样本间是否具有显著性差异，计算具有显著性差异的模态特征值之间的皮尔逊相关系数，得到以下结果：1)3000目和600目的粗糙度评分、平均压力、平均摩擦力、加速度功率谱重心以及部分电极的α、β波能量占比具有显著性差异，其他样本间在个体中不一定具有显著性差异。2)3000目和600目的粗糙度评分、摩擦力、以及FCz、Cz、POz电极点的α、β波能量占比有中弱程度的相关，该结果证明触觉感知的多模态测量方法具有一定可行性。