随着智能机器人技术的快速发展,其应用已经遍布医疗、服务业、军事、农业、工业、科研等各个领域,在实际应用中,机器人对物体的抓取能力尤为重要。软硬作为物体的重要物理属性之一,会在一定程度上影响机械手对物体的抓取控制。人手能依靠复杂的触觉感知系统准确地识别物体的软硬程度,然后采取合适的力量进行抓取。然而这个简单的任务对于机械手而言并不容易,大多数机械手只具备基本的压力反馈,很难直接对物体软硬属性进行区分,因而影响了不同软硬物体的抓取控制。本文在仿生机械臂平台上,搭建了触觉信息反馈系统,实现了机械手对目标物体的软硬属性识别,在一定程度上为稳定抓取控制提供了保障。本文具体的研究工作如下：(1)结合物体软硬属性识别的需求,搭建了触觉信息反馈系统,包括手指传感器、传感器信号采集电路、微控制器、机械手运动控制界面和传感器数据显示界面等。触觉信息反馈系统的硬件单元实现了触觉传感器信号采集和数据通信。传感器的电信号经过自行设计的处理电路完成了放大,并通过DMA传输机制实现了实时采集与数字化；微控制器端使用低功耗蓝牙模块进行数据通信,简化了电路连接,实现了触觉信号的无线传输。触觉信息反馈系统的软件部分主要完成了上位机程序的设计。通过上位机程序界面可以实现机械手的抓取控制、触觉传感器数据的实时监测与存储,同时也方便对整个系统进行功能调试。(2)利用触觉信息反馈系统,研究了机械手对目标物体的软硬属性识别能力。实验中先确定了4个软硬等级,作为识别标准。按照该标准各选取一个物体进行多次抓取,将采集到的触觉传感器信号进行分析,选取了三类数据作为识别软硬属性的特征值,然后利用K最邻近算法对这些特征进行融合,在线实现了机械手对未知物体的软硬等级区分,对比单传感器信息,多传感器融合后的信息更为全面,使软硬等级识别的准确率得到了明显提升。最后,结合物体软硬属性的识别,设计了稳定抓取控制系统,通过对软硬物体的多次抓取测试,发现抓取软物体时,物体形变程度明显减少,结果说明该控制系统可以让机械手根据物体软硬属性施加合适的抓取力,从而实现目标物体的稳定抓取。