机器人的发展为人们的日常生活和工业生产提供了极大的便利。机械手作为机器人常用的末端执行器,一直是机器人领域的研究重点之一。近年来软体机器人相关研究的发展带动了软体手的研究,相比于传统的刚性机械手,软体手依赖材料和结构的柔性能够更好的应对非结构化环境,提升交互性安全。其中,自适应结构手指由于其结构自身的智能性,能够自主的对抓取目标实现包覆,降低抓取控制要求,得到了广泛的应用。但是现有的针对自适应结构手指的研究,在自适应手指自身力学特性的研讨和外部触感实现这两方面仍存在较大的空白。因此,本文通过实验法对自适应结构手指的力学特性进行了详细测定,并将触觉图像传感概念引入软体感知领域,将手指结构本体视为弹性触感原件,利用固定的摄像头进行变形捕捉,在不影响手指工作的前提下,通过视触融合的方法实现了对接触位置的预测以及法向接触力的估计。本文分析了软体自适应抓手、软体手外部触感以及视触融合传感器的发展现状,指出了自适应手指相关研究存在空白。通过对现有软体手触感及视触融合传感的对比分析,总结出了视触融合系统对于自适应抓手应用的优势,提出了基于视触融合的自适应触感手指的构想。首先基于仿真实验,通过曲面、曲线拟合的形式对典型自适应手指结构的有效载荷及等效刚度的分布进行测定,并通过定性及定量的手段对其分布规律进行详细的分析,研讨了接触条件对其大小的影响。接着,提出了网格式全向自适应手指构型,搭建了手指性能测试平台实现不同加载状态下及支反力的测量。在物理环境下,以特定的手指结构为对象,对有效载荷及等效刚度的分布进行详细测定,验证并补充了仿真实验结果。最后,提出了一套完整的基于学习的视触融合系统搭建框架。以全向自适应手指结构为对象,完成了手指外部触感的设计,并对其性能进行了实验测试。结果表明,手指能够同时预测抓取过程中接触位置和二维接触力信息,其中对位置预测的准确率达到90%,对接触力预测的均方根误差值分别为0.820和0.355。