随着机器人越来越多地参与到人类的生产生活中,它们的“类人”属性越来越明显,机器人的类人能力离不开它日益成熟的感知系统。相比于视觉感知,机器触觉感知的研究还处于快速发展的阶段。现在的机器人只能通过摄像头“看”世界,尚不能完全“触摸”世界。触觉传感器能够为机器人提供触觉信息,是机器人触觉感知系统的核心,机器人一旦有了先进的触觉传感器,能力范围便会大大增加。因此,本文设计了一种基于液体压强传导的触觉仿生手指,并进行了触感性能验证,以期为触感智能机器人、触肤产品质感的量化评定等提供技术支持和理论支撑。论文主要研究成果如下:1、基于人体手指结构和触觉感知原理搭建了手指触觉感知模型;基于手指的触觉感知模型和仿生学原理,提出了基于液体压强传导的触觉仿生手指设计方法。设计并制备了触觉仿生手指的指骨、指甲和柔性外壳的结构,设计了触觉仿生手指的压力、振动与温度信号采集电路和相应的信号采集系统,制备完成触觉仿生手指。2、对触觉仿生手指进行了硬度、温度和纹理感知性能测试。仿生手指的压力标定结果表明触觉仿生手指能够准确测量接触压力;触觉仿生手指的感知实验结果表明,所设计的触觉仿生手指能够通过压力曲线变化率反映物体的软硬度,具有硬度感知功能;所设计的触觉仿生手指可以通过与物体接触的温度曲线变化率反映出物体的导热性能,具有温度感知功能;仿生手指表面指纹能够起到放大振动、增加信号复杂度的作用,为纹理的触觉感知提供更多的触感信息;仿生手指触摸条纹纹理试样振动信号的时域特征（峰值均值和平均功率）和频域特征（振动主频率和功率谱重心）分别与表面纹理间距呈显著正相关和负相关关系,四个特征值可有效区分条纹纹理试样的纹理间距,所设计的触觉仿生手指具有纹理感知功能。3、触觉仿生手指触摸振动信号提取的峰值均值和平均功率特征值可以用来量化表征织物粗糙感,峰值均值与平均功率越大,对应织物的粗糙感越强烈;触觉仿生手指触摸振动信号频谱图提取的主频率和功率谱重心特征值可以用来量化表征织物粗糙感,主频率和功率谱重心越大,对应织物的细密感越强。使用峰值均值、平均功率、主频率、功率谱重心以及6个频段特征强度作为特征量进行识别,支持向量机的识别准确率在92.8%左右,随机森林的识别准确率在93.1%左右,表明利用所研制的触觉仿生手指能够实现织物表面纹理的有效识别与分类。