目前,在农业生产过程中,番茄的采摘工作主要通过人工方式完成,对劳动力的需求较大且劳动强度较高,采摘的效率却较低。此外,由于番茄采摘环境的复杂性以及其柔软易损的特性,致使番茄采摘机械化与自动化成为目前研究的一大难点与热点。在此背景下,本文以番茄为研究对象,创新设计一种番茄采摘装置,以实现对番茄果实的无损采摘。本文的主要研究内容和结论如下:（1）为提高装置的通用性,本文选择体型较大的草莓番茄和体型较小的“丹东409”花生番茄作为研究对象,对其进行了物理力学特性研究。对番茄的几何参数、果实表面静摩擦系数进行测定,主要测得了果实的平均重量、最大横向宽度、纵向宽度、几何平均直径、球度、番茄果实与硅胶、橡胶材料之间的平均静摩擦系数等参数;利用TA.XTC+TA.Touch质构仪分别对不同成熟度水平的两个品种番茄果实进行了压缩试验分析,得到了基于不同成熟度的大果草莓番茄、小果花生番茄的压缩负荷—变形规律和果实抗压能力与成熟度水平的关系,对试验结果进行分析得到番茄表皮破损的正压力为15.75N,末端执行器的最小稳定夹持力为2.61N。（2）基于上述试验结果,根据番茄果实特点和采摘环境需求设计了基于仿生思想的番茄采摘末端执行器,并制作了样机。该末端执行器由外壳、手指夹持模块、支架旋转模块、切割模块构成,末端执行器控制器（内核芯片为STM32F407ZGT6单片机）通过控制一组数字舵机实现末端执行器的采摘动作。手指部分由U型指和宽指构成,手指骨架呈一定弧度且指面覆有柔性材料,指面下方均设置有薄膜压力传感器,以上设计目的是能够使手指自适应附着果实表面,实现稳定抓取的同时也可以减少对果实的损伤。利用ANSYS Workbench对本文设计的U型手指和宽指进行了静力学分析,以校核两指的强度及刚度。双指所受最大应力均出现在手指根部,U型指最大应力约为89.15Mpa,宽指最大应力约为103.53Mpa,均在手指根部材料的屈服强度以下,满足设计需求。（3）通常情况下,在番茄采摘机器人采摘过程中,需事先对果实的成熟程度进行判别,以实现对符合采摘要求的果实的准确抓取。本文基于深度学习方法对番茄果实进行了基于机器视觉和成熟度的识别研究。制作番茄数据集,对不同成熟度水平的番茄果实进行图像采集,并采用图像镜像、旋转、裁剪、高斯噪声干扰、对比度处理等方式扩充和丰富数据集,对图像进行标注操作后将其转化为训练所需的txt类型文件,同时完成数据集的划分。选用PyTorch深度学习框架,基于python汇编语言,搭建了基于Yolov5s的番茄检测算法实现环境,训练出的模型具有较好的识别效果,均值平均精度（mAP）可达97.1%,满足在自然采摘环境下采摘机器人视觉部分对果实准确识别的要求。（4）对末端执行器进行了运动控制测试,经50次试验得出,上位机（主控机）与下位机（末端执行器控制器）通讯良好,当末端执行器接收到相应指令后,可以迅速响应,能够达到采摘作业的工作要求。此外,为探究更适合用于末端执行器手指指面的材料,本文通过ANSYS软件对番茄采摘末端执行器进行抓取仿真试验,分别选用橡胶和硅胶材料作为末端执行器手指指面材料,对番茄果实进行抓取,结果表明:使用硅胶指面的双指夹持大果番茄时,番茄所受应力主要分布在表皮和宽指夹持一侧的内部部分区域,应力最大值出现在宽指夹持一侧的番茄表皮上,最大应力约为0.61Mpa;夹持小果番茄时的最大应力出现在宽指夹持一侧的果实表皮,最大应力约为1.08Mpa,相比以橡胶材料为指面的手指（夹持大果番茄最大应力约为0.74Mpa,夹持小果番茄最大应力约为1.14Mpa）,以硅胶材料为指面的末端执行器手指更适合对番茄果实进行抓取。在实验室条件下,使用本文制作的末端执行器样机进行抓取试验,大果番茄和小果番茄的抓取成功率分别为86%和81%,抓取不同成熟度的果实时,几乎没有果实损伤,因此本文设计的末端执行器能够实现对不同成熟度番茄果实的稳定、无损抓取。