中国是农业大国,其苹果产出量位居世界第一。但随着经济的快速发展,国内的农业劳动力资源日益紧张,同时,苹果采摘具有季节性明显、工作量较大等特点。因此,为了降低苹果采摘的人力成本,提高采摘效率,亟需展开对农业机器人采摘技术的研究。苹果采摘机器人末端执行器是执行采摘任务时与苹果产生直接接触的重要设备,由于苹果生物特性脆弱,在采摘的过程中时常会出现由于抓取力过大导致苹果损伤或者抓取力过小导致苹果跌落等情况。所以,如何提高末端执行器控制系统的稳定性以及柔顺性,降低苹果采摘时的损伤率,是目前农业采摘机器人商业化所必须解决的问题。本文以实现苹果的柔顺采摘、降低苹果损伤率为目标,围绕末端执行器最优抓取模式分析,抓取接触力优化以及自适应阻抗控制算法等方面展开了研究,主要研究内容如下:（1）建立了苹果塑性形变模型,确定了末端执行器的最优抓取模式。首先,基于Burgers模型表征苹果的蠕变特性,通过苹果压缩试验获取苹果的粘弹性参数。然后,依据末端执行器闭合速度的不同变化趋势,将末端执行器的闭合方式细分为匀减速、先匀速后减速以及变减速三种不同的抓取模式,利用MATLAB计算末端执行器与苹果之间的抓取力变化关系。最后再以苹果产生的塑性形变为损伤标准,取抓取速度变化范围为[1,20]mm/s,抓取时间变化范围为[1,3]s,对三种不同抓取模式下的抓取过程进行模拟,计算出不同抓取模式下苹果产生的塑性形变,确定末端执行器的最优抓取模式。（2）分析了末端执行器抓取苹果的稳定性,构造了末端执行器接触力分配优化模型并使用改进Newton法对接触力分配模型求最优解。首先,基于力封闭理论对末端执行器进行抓取稳定性分析,在综合考虑力封闭约束、非线性摩擦锥约束的前提下引入力矩约束;然后,通过障碍函数对约束条件进行处理,引入惩罚因子构造末端执行器接触力分配优化模型;接着,使用改进Newton法对接触力分配模型进行求解,通过数值实例分析的方法在选定惩罚因子的前提下,确定抓取苹果的最优接触力,验证解法的有效性。最后,分析惩罚因子对接触力优化结果的影响,验证接触力分配优化算法的可行性。（3）设计了改进的自适应阻抗控制算法,实现了末端执行器对苹果的稳定柔顺抓取。首先,根据苹果采摘机器人试验系统建立末端执行器的数学模型。然后,介绍了基于位置的阻抗控制原理,并分析阻抗参数对系统控制性能的影响,用以选取合适的阻抗参数。考虑传统阻抗控制器无法满足环境信息不确定情况下的抓取力控制要求,设计自适应控制器对传统阻抗控制器进行改进。最后,结合求解的最优接触力,使用MATLAB对设计的自适应阻抗算法进行仿真,与传统的阻抗控制算法分别在环境信息确定以及环境信息不确定的情况下进行对比试验,发现自适应阻抗控制算法具有更佳的抗干扰性以及柔顺性。（4）利用苹果采摘机器人试验平台对最优抓取模式、接触力分配优化算法的可行性以及自适应阻抗控制算法的柔顺性进行了验证。首先,控制末端执行器以选择的最优抓取模式闭合,比较抓取力理论数据以及力传感器所测得的实际数据之间的吻合程度,用以验证苹果塑性形变理论的准确性。然后,利用蒙特卡洛模拟概率分析迭代法多次计算不同惩罚因子下的最优接触力,通过抓取的成功率验证该接触力优化模型的可靠性。最后,将传统的阻抗控制算法与改进的自适应阻抗控制算法进行多次对比试验,比较力传感器所测得的实际抓取力数据,发现改进的自适应阻抗控制算法在超调量以及系统的鲁棒性方面优于传统的基于位置的阻抗控制算法。