当在果蔬采摘、加工等作业环节中引入农业机器人时,经常需要末端执行器执行抓取作业。合适抓取力既要能够避免果蔬滑落,也要防止果蔬损伤。但是实际果蔬的形状、重量、成熟度等因素差异大,因此在作业过程中,农业机器人应能根据作业对象实时调整抓取力,使末端执行器既能稳定抓持住果蔬,又能尽量减小果蔬的损伤。为此,本文以采摘机器人抓取系统为研究平台,从传感器以及抓取力调节控制策略等方面入手,对机器人无损抓取技术进行了深入研究,主要工作如下：1)本文对果蔬与二指平行手爪的接触进行了分析,对稳定抓取理论及果蔬机械损伤机理进行了探讨。利用压敏电阻作为敏感材料制作了一种新型灵敏的滑觉传感器,构建了滑觉信号观测系统。用短时傅里叶变换方法分析了滑觉信号的频谱特征,并运用了离散小波变换结果来区分法向抓取力变化与实际发生的滑动信号,以使滑动信号检测结果不受法向抓取力变化的影响,试验结果表明了滑觉检测的稳定性.以DWT的细节系数作为反馈信息调节二指手爪抓取力的实际实验证明了该滑觉传感器和滑觉检测算法的有效性。2)设计了一个基于减法聚类及自适应神经模糊网络的智能控制器来调节抓取力。以当前抓取力和滑动时的DWT的细节系数作为控制器的输入,末端执行器闭合的距离作为控制器的输出。首先用减法聚类建立T-S模糊模型,然后通过调整聚类半径的方法优选模糊规则数,最后利用梯度下降混合最小二乘算法训练该模型的前件参数和结论参数,最终得到的模糊控制器只需4条规则,可以实现模糊控制的实时在线推理,增加了机器人的柔顺性。实际实验结果表明该控制器可以对未知果蔬实现稳定无损抓取。3)在末端执行器的两指上安装了两个相同的滑觉传感器,并基于减法聚类和ANFIS的方法设计了一个抓取力调节控制器。最后,以番茄为研究对象,对所设计的控制器进行了实际试验验证,并对抓取后的番茄进行了失重分析,结果表明：抓取对番茄的内部结构产生了一定的影响,但是番茄并未出现明显的机械损伤。证明了所设计控制器的合理性。