力触觉感知模型是描述人的触觉感受和客观刺激之间量化关系的数学模型,力触觉再现（力触觉反馈）则是将在虚拟环境或遥操作场景下接触物体的触觉感受,通过一定的装置反馈给人。准确的力触觉感知模型对于探究人的触觉感知规律及提高力触觉再现的真实感具有指导性意义。以往的力触觉感知建模一般是直接建立触觉感受与刺激参数之间的关系模型,而不考虑触觉感受背后的神经机理。研究表明,人的触觉感受是人脑对感受器群体放电响应信号进行综合处理的结果。因此,本文对人的触觉感知特性及触觉感知背后的感受器放电响应机制进行了深入研究,建立了仿生式力触觉感知模型,并将其运用到了手术机器人力触觉再现中。针对现有感受器群体仿真模型存在的结构复杂、仿真效率低的问题,本文提出采用电阻网络和单个感受器放电模型来建立快速运行的感受器群体响应仿真模型。由于人的触觉感受不仅和被接触物体表面属性有关,又受交互方式（按压或滑动）的影响,本文以描述物体表面属性的高度图像和指尖与物体表面的交互数据（压力和位置）来刻画仿真模型输入的刺激。为了测试感受器群体仿真模型预测的神经响应是否准确,本文根据神经生理学实验中选取的刺激来获取高度图像和交互数据。测试结果表明,仿真模型针对扫描点状纹理、按压球形曲面等预测的感受器放电响应与相应的神经生理实验测量数据显著相关,大部分情况下相关性高于0.85。此外,仿真模型在0.3 k Hz采样率下可实时运行约3000个感受器。针对现有力触觉感知模型很少考虑触觉感受内在神经机理的问题,本文提出基于感受器群体仿真的仿生力触觉感知模型。该感知模型由感受器群体仿真和神经脉冲到触觉感受转化两部分构成。对于任意的输入,仿生力触觉感知模型能输出粗糙感、压力感和振感3种常见触觉感受的量化值。为了测试仿生力触觉感知模型预测的触觉感受是否准确,本文根据心理物理学实验中选取的刺激来获取高度图像和交互数据。测试结果表明,感知模型针对扫描点状纹理或栅条式纹理预测的粗糙感、按压不同曲率球面预测的压力感、不同波形振动刺激预测的振感与相应心理学实验测量数据的相关性均高达0.9左右。为了提高手术机器人力触觉再现的真实感,本文提出采用力触觉感知模型来设计手术机器人力触觉再现装置的仿生力触觉反馈算法。仿生力触觉反馈算法不是根据传感器信号直接控制力触觉再现装置中的执行器,而是将传感器信号输入到感知模型后输出的触感来反推执行器的控制量,从而给人产生逼真的力触觉反馈。为了评估仿生力触觉反馈算法的实际效果,本文借助达芬奇手术机器人搭建了肿瘤触诊模拟实验平台,并招募了25名受试者参与了实验。实验结果表明,相比于根据传感器信号直接进行控制的算法（线性或分段离散算法）,仿生力触觉反馈算法的肿瘤定位准确率提高了15%左右,平均施加力减少了一半左右。