仿生手指摩擦触觉感知涉及多维度因素交互，将其集成至技术设备仍面临挑战。为此，本文研制了一套仿生手指触觉摩擦实验装置，用于亚毫米纹理柔性材料的摩擦触觉信息感知与表征，结合混合深度神经网络实现纹理识别。通过认知行为与摩擦学实验，结合有限元仿真，揭示了接触条件及纹理尺寸对摩擦行为与触觉感知的影响机制。增大纹理直径提高了形变摩擦分量比重，增强粗糙感但降低感知舒适度；增大纹理间距使摩擦机制由粘附主导过渡至形变主导，显著提高粗糙感并降低舒适度；减小纹理高度则增大粘附摩擦分量，降低粗糙感并改善感知舒适度。振动频率与纹理空间特征周期相关，振动幅值由纹理形变和粘滑行为共同决定。手指与仿生手指的摩擦学特征对比表明，变直径和变间距纹理的摩擦行为与手指呈正相关，变高度纹理呈负相关，硬度影响更为复杂。接触应变信号可有效表征纹理形貌与触觉感知属性，并准确捕捉粘滑行为特征，验证了应变传感在纹理触觉识别中的有效性。基于上述信号分析，构建了集成混合注意力的多尺度卷积神经网络与融合Transformer自注意力机制的双向长短时记忆网络并行结合的混合深度神经网络模型。通过优化网络层数与单元数，模型在多模态数据集上的整体平均分类准确率达到99.04%，为仿生手指材料触觉感知与表面纹理识别提供了有效方法。

触觉感知,摩擦机制,混合深度神经网络,纹理识别