为了解决视觉传感器视角单一、光照条件复杂，在空间机械手操作中对相似目标识别较差的问题，提出了一种基于CNN-Gru的视觉-触觉融合目标识别系统。该系统由机械手、灵巧手和视觉传感器组成，实现了目标视觉和触觉信息的独立采样，通过CNN-GRU网络提取视觉信息的空间特征和触觉信息的时间特征，有效利用多模态信息，提高了目标识别的准确性。实验结果表明，在14种目标分类实验中，准确率为97.8%，分别比单视觉cnn-v和触觉GRU-t网络高16.3%和15.8%。同时，CNN Gru在准确性和预测速度上明显优于传统的邻近算法和支持向量机算法。