机器人末端执行能力是机器人的关键基础功能之一,执行机构应具备完成抓取、装配等操作物体的能力以满足常见的末端执行任务需求。自从上世纪五十年代以来,机器人抓取技术已经在汽车装配、机械加工、搬运码垛等封闭化场景中得到广泛的应用。但当前技术在家庭服务、农业采摘、快递分拣、3C装配等非封闭化场景中仍面临着巨大挑战。出现上述情况的关键原因在于现有机器人末端抓取机制的局限性:机器人决策模块必须基于精确的感知/模型信息,计算出所需动作的精确描述,然后由抓取执行机构精确地加以执行。这导致机器人技术在实际应用时无可避免的需要对场景进行封闭化改造,其目的在于保证机器人所处场景的确定性,即在这种场景中机器人的工作流程、操作对象都是预定义的且能够被精确观察、分析。而消除或缓解这一局限性将进一步推动机器人技术在大量不适合对环境进行彻底封闭化改造的劳动密集型产业中的应用及发展,并有力地促进相关产业的智能化升级。在非封闭化的场景中,机器人面对的“基本假设”与封闭化场景相比有所不同,机器人在非封闭化的场景中通常无法获得精确的环境模型和操作对象的精确信息。由此,非封闭化的场景中抓取任务主要面对三个挑战:1、抓取对象材质等先验信息缺失;2、难以根据传感器信息建立精确的物体模型;3、基于传统精确控制方法设计的抓取执行机制成本高。针对上述挑战,本文从控制方法、执行机制设计、系统实现三个方面,展开柔性机器人手爪的融差抓取研究,探索非封闭化场景下的抓取方案。针对非封闭化场景中抓取执行机制无法获得物体材质等先验信息的问题,本文提出了一种面向柔性机器人手爪的融差控制方法。针对抓取任务,提出了融差抓取方法的定义,探索其内在机理和工作方式。融差执行器在面对一大类抓取任务时不需要知道物体的具体参数,只需要知道一大类物体的边界条件。在此基础上,本文设计了一款柔性手爪,面对不同尺寸、不同材质的物体,可使用同一控制量便保证将其抓住且不损坏。利用柔性手爪受力易形变的特性,在手爪上嵌入吸盘,借助吸盘提供的吸力,手爪可以实现“半包裹”抓取方式,从而增大手爪抓取物体的尺寸范围以及负载能力。针对非封闭化场景中抓取执行机制无法通过传感器建立精确物体模型的问题,提出了一种不依赖精确物体模型的抓握区域选取方法、在抓取过程中调整手爪位置的策略并结合物体点云信息和彩色图像实现多物体环境抓取规划。所有抓取策略都不需要依赖精确的模型信息,可以降低对传感器建模的要求。针对非封闭化场景中使用传统精确控制方法设计抓取执行机制成本高的问题,本文提出了一种机器人柔性手爪结构设计与抓取策略相结合的一体化设计方法,并运用该方法研制了低成本融差抓取系统。本文运用末端执行器接触物体表面后受力形变的机制,取代了基于视觉和决策处理物体形状以及材质不确定性的主动反馈机制,降低了非封闭化场景中机器人末端抓取机制的设计、部署、执行成本。本文在实际场景中使用低成本的感知设备构建了低成本的融差抓取系统,通过实验检验了融差抓取方法的工作效果。