苹果收获具有劳动力需求大、劳动强度高、季节特征明显的特点,研发苹果收获机器人对水果产业自动化、智能化升级,应对日益显现的老龄化趋势具有积极意义。目前,苹果收获机器人的各主要部分的研究具有相对独立性的特点,并且苹果的识别定位和苹果收获机器人的姿态控制等问题都制约了苹果收获机器人的作业效果。因此,本文以苹果收获机器人为研究对象,围绕苹果收获机器人采摘姿态优化展开研究,涉及末端执行器与果实的交互作用、深度学习与果实识别和机械臂控制方面的功能实现和试验验证。论文的主要研究内容和取得的结论包括:（1）建立了枝条-果柄-果实的有限元模型,为末端执行器的抓握和损伤评估以及采摘动作优化提供理论依据。基于横观各向异性材料本构模型建立枝条和果柄模型,通过试验得到枝条轴向弹性模量(Ebz)、枝条径向弹性模量(Ebr)、果柄轴向弹性模量(Esz)和果柄径向弹性模量(Esr)分别为181.69±17.88 MPa、29.81±4.02 MPa、106.42±13.30MPa和10.34±3.59 MPa;枝条和果柄的异性平面弯剪模量分别为337.05±66.52MPa(Grb)和46.90±11.62 MPa(Grs)。通过本构关系,令枝条和果柄的同性面泊松比(μXY)为0.4,得到枝条(Gb XY)和果柄(Gs XY)轴向扭转剪切模量的估算值分别为10.65 MPa和3.70 MPa;枝条(μbr)和果柄(μsr)的异性面泊松比的估算值分别为0.20和0.11。基于内聚力模型对枝条和果柄之间的分离层进行了建模。分离层的最大牵引力(Ti,max)、最大牵引位移（δm）和断裂能释放率Gic分别为5.01±0.68 MPa,0.29±0.04 mm和0.71±0.04 k J/m2。通过Abaqus软件对枝条-果柄模型有限元仿真结果和试验结果的对比表明,所建立的有限元模型可以对枝条-果柄连接的断裂过程做出预测。（2）分析了不同采摘方式对果实分离的影响。通过水平拉、垂直拉、弯转和扭转四种基本采摘动作的采摘试验,对果实分离载荷以及果实-果柄-果实的形状特征对采摘效果的影响进行了讨论。在采摘过程中,拉力,包括水平拉力和垂直拉力,是造成果实分离的主要因素。使果实分离所需切向力明显小于所需的法向力。果柄与枝条垂直的状态下,垂直拉力可能导致果柄拔出。果柄较长的果实需要较大的位移和角度来破坏枝条-果柄连接,增加了采摘失败的风险。基于建立的枝条-果柄-果实有限元模型对水平速度、垂直速度、弯转角速度和扭转角速度设计了四因素三水平仿真试验,通过方差分析和响应面分析,讨论了各因素对果实分离力的显著性影响,并对参数进行了优化,结果表明,水平横拉、弯转和扭转的组合为的最佳采摘动作,可以为苹果采摘机器人机械臂路径规划提供参考。（3）基于有限元法分析了柔性三指FRE结构的末端执行器的抓握能力以及评估对果实损伤的可能性。通过方差分析和响应面分析,讨论了软指材料硬度、果实质心到手掌距离和果实大小对拉力的显著性影响,并对参数进行了优化。结果表明TPU硬度、水果质心到水果距离以及果实尺寸是影响末端执行器抓握能力的显著性因素;以最大拉力为优化指标,确定TPU硬度为90HA,果实质心到手掌距离为65mm;试验结果与预测结果相符,两者相关系数R2=0.8221。通过果肉的拉伸和压缩试验建立苹果果肉的损伤塑性模型。在抓握过程损伤评估仿真试验中,果皮Mises应力最大为0.159 MPa,果肉最大应力为0.082MPa,接触压力最大为4.178N;验证试验中,薄膜压力传感器安装在仿真试验接触力最大位置,最大接触力为4.572 N。最大接触力仿真值与实际最大接触力的误差为8.62%。仿真与验证试验均表明该柔性三指末端执行器可以实现苹果的无损抓取。（4）基于人手动作捕捉数据和采摘动作优化仿真试验提出两种采摘动作,在ROS中使用Moveit进行路径规划,通过仿真和试验验证其可行性。使用NOKOV动作捕捉系统采集人摘苹果时的上臂动作,通过路径规划使机器人能够“拟人化”采摘。针对XARM 5Lite在Move It中完成建模和规划组的配置;选用开源运动规划库中的RRTConnect算法对拟人动作和“横拉-弯”动作路径规划进行了的仿真与测试,结果表明基于Move It的机械臂路径规划可以实现预期目标。（5）研发的苹果收获机器人集成视觉系统、控制系统、末端执行器和机械臂等模块,实现自动采摘功能,实验室和果园试验表明苹果收获机器人具有较高的可靠性。果园试验结果表明苹果收获机器人的总成功率为81.60%,其中拟人动作的采摘方法的收获成功率为80.17%,采用“横拉-弯”采摘动作收获方法的成功率为82.93%。造成采摘失败的原因为深度失准,分离失败和抓握受阻。“横拉-弯”采摘动作和拟人采摘动作的果实平均最大分离力分别为10.12N和8.63N。拟人采摘动作的末端动态载荷较小,使机械臂的整体负载降低,但由于果实的滑移降低了采摘成功率;“横拉-弯”的采摘动作的时间较短,收获成功率较高。两种采摘动作都没有导致果柄拔出或果肉损伤。两种采摘方法都显示出应用于收获机器人的潜力。