随着机械和现代电子技术的不断发展,人们产生了各种各样的灵巧手,它是机器人与外部环境进行人机交互的重要媒介,因此灵巧手一直是机器人领域的热点课题。它可以在极限或者有害的环境下替代人类执行任务,相比于结构化的工业环境,服务机器人所处的实际环境更加复杂多样,具有很大的不确定性。因此对机器人的感知能力提出了更高的要求,需要机器人灵巧手能够通过传感器感知环境,并对传感信息进行处理理解。本文从触觉信息的提取及稳定抓取方面展开研究。触觉传感器是机器人感知真实环境的重要手段。当机器人对物体进行操作时,触觉传感器信息可以用来判断物体的真实状态。首先,为了解决不使用视觉传感器抓取未知物体的问题,结合触觉数据时间序列的特点,提出了一种新的可以用较少的计算资源获得的触觉时空特征向量。然后,为了使灵巧手稳稳地抓住目标,不仅需要正确的抓取力,还需要事先规划好抓取位置。因此,需要对灵巧手作抓取规划。根据Barrett灵巧手的D-H模型,建立运动学模型,得到所需的关节扭转力矩。建立了椭球体的抓取坐标,推导了椭球体的抓取矩阵。利用基于抓取矩阵的性能指标求出最佳抓取位置,利用线性梯度流算法求出椭球体的最佳抓取力。同时,仿真结果验证了椭球体抓取程序的正确性,并简要介绍了灵巧手不同结构抓取的边界条件。接下来,结合所提出的触觉时空特征,构造了基于多支持向量机(MSVM)算法和K近邻(KNN)算法相结合的抓取策略,实现了仅基于触觉传感器的未知目标状态的高效在线识别。最后,结合本文提出的方法,进行了项目分类实验和抓取实验,均取得了较好的效果,验证了本文方法的有效性。