La precisión y el reconocimiento automático en tiempo real de camarones con y sin cáscara son clave para mejorar la eficiencia de las máquinas automáticas de pelado y reducir el costo laboral. Los métodos existentes no pueden obtener una excelente precisión en ausencia de muestras objetivo debido a la gran cantidad de especies de camarones para obtener un conjunto de datos completo. En este artículo, proponemos un método de reconocimiento táctil con aplicabilidad universal. Primero, obtuvimos datos táctiles, como la textura y dureza de la superficie del camarón, a través de un diseño novedoso utilizando el mismo tipo de sensores, y construimos características de fusión basadas en la energía y la volatilidad no estacionaria (ENSV). En segundo lugar, las características de ENSV se introdujeron en un modelo de límite de reconocimiento adaptativo (ARBM) para entrenamiento y obtener el límite de reconocimiento de camarones con y sin cáscara. Finalmente, la efectividad del modelo propuesto se verificó mediante comparación con otros modelos táctiles. El método se probó con diferentes especies de camarones y los resultados fueron del 88.2%, 87.0% y 89.4%, respectivamente. La precisión de reconocimiento en general, camarones con cáscara y camarones sin cáscara verificó la generalizabilidad del método propuesto. Este método puede ayudar a mejorar la eficiencia de las máquinas automáticas de pelado y reducir el costo laboral.