本发明公开了基于视觉与触觉融合的精准抓取机器人系统，涉及机器人技术领域，所述系统包括：传感器信息采集部分，包括：视觉传感器和触觉传感器；机器人状态估计部分，配置用于基于机器人的初始状态向量，对机器人在每个时间步的状态进行估计，得到机器人在每个时间步的状态估计；融合部分，配置用于基于每个时间步的视觉观测矩阵与状态估计进行融合；机器人状态更新部分，配置用于基于视觉预测和触觉预测，更新机器人在每个时间步的状态估计；抓取指令生成部分，配置用于基于每个时间步的更新状态估计，生成抓取指令。本发明通过整合多模态感知信息和自适应控制策略，提高了抓取精度和稳定性。