随着机器人技术的发展,采摘机器人在农业中具有巨大的发展潜力,然而要完成无损采摘对目前的采摘机器人仍具有很大的挑战性,而人手是非常灵巧的,人手5个手指在相互协调下可以完成复杂的抓握任务,因此,为了进一步提高采摘机器人的采摘性能,应深入理解人手在采摘果实时的抓握行为。本文主要从以下三个方面展开:（1）为了获取人手采摘番茄果实时人手与果实的接触力分布情况,本文首先设计了一种可穿戴式16路压力数据采集手套,该手套主要由指环单元、掌带单元和手环单元组成,各单元之间相互独立且可调节,以适应不同大小的人手,实现了不同人手与番茄交互过程中压力值信息均能被采集的功能。（2）其次,将压力数据采集手套与两通道表面肌电仪结合使用,研究采摘番茄过程中采摘-移动-释放三个阶段的人手抓握行为,利用多元线性回归分析探索了番茄果实生长参数对总抓握的影响应力、接触区域数和采摘总时间的影响;从整体上对人手采摘番茄时的接触顺序、接触区域数、接触频率进行统计学分析;针对接触力与肌肉电位活动之间的关系,建立多元非线性回归分析模型,对肌肉电位活动进行预测。研究结果表明,在果梗分离阶段,接触区域数随果实几何平均直径的增加而增大,果梗夹角对分离总时间有显著影响;拇指,中指和食指的末端区域总是对每个水果的采摘产生最大的压力作用,16个手部区域的进入和离开顺序等在采摘过程中有所不同;拇指和其他四指施加在水果表面的压力分别与拇长屈肌和指浅屈肌的电位活动水平适度相关。（3）最后,对压力数据采集手套的关键部位进行了优化,进一步提升压力数据手套的舒适性与稳定性,此外,在visual studio开发环境下开发了一套Force-s EMG数据采集系统,通过串口与硬件设备连接,实现了压力数据采集手套与肌电仪同步工作。综上所述,这些研究系统的反映了人手抓握的协调性和一些高效且无损的采摘策略,这为果实采摘机器人设计和智能采摘控制提供重要的技术基础。