四足步行机器人是机器人家族的一个重要分支,其不仅承载能力强,而且容易适应不平的地形。它既能使用静态稳定的步态缓慢平滑地行走,又能以动态稳定的步态跑动;如果安装了操作手,在站立时还可以成为一个稳定和灵活的工作平台。因此,四足步行机器人是步行机器人中最有可能首先实用化的机型之一。在对四足步行机器人的研究中,步态规划及运动平衡控制是具有重要意义的课题。为了有效地提高机器人的行走速度和能量效率,增强机器人在行走过程中对不平地形的适应能力,本文以AIBO四足机器人为研究平台,从以下三个方面对四足步行机器人的运动控制进行了研究:1.四足机器人的步态规划及优化四足机器人最常用的步态规划方法是基于运动学模型的步态控制方法。实验表明,使用该方法规划的轨迹与实际运动轨迹不相符,这一问题造成机器人无法准确按照预先设计的方式运动。因此,本文通过对机器人行走时身体摇摆现象的研究,在运动学模型控制法的基础上引入动力学规划,提出一种使用零力矩点轨迹规划的步态控制方法:控制机器人运动时的身体姿态来改变机器人足部与地面形成的支撑多边形,同时使用零力矩点轨迹规划方法生成机器人在支撑相时足部的轨迹。该方法有效地使用了基于模型的步态控制方法,降低了采用完全动力学规划方法的计算复杂度,满足了算法实时性的要求。设计的控制器具有大量的参数,因而本文使用基于遗传算法的进化学习方法对步态控制参数进行优化。由于有效地使用了基于运动学规划的步态参数进行种群初始化,算法收敛较快。此外,在适应度函数的选取上充分考虑了稳定性这一因素,因而大大提高了最优步态的稳定性。实验使用AIBO机器人进行测试,机器人使用该进化学习方法可自主地得到最优步态,其最优步态在保证稳定性的基础上速度达到了455 mm/s。实验结果表明,应用该方法进行步态控制,机器人获取的最优步态不仅满足稳定性要求,而且对不平地形也具有较好的适应能力。2.四足机器人的平衡控制及优化针对机器人在正常运动过程中突然遭遇外力作用引发翻倒危险的问题,各国科学家们致力于提出各种“参考点”作为步行机器人的稳定性判定标准。诸多成果都是使用仿真机器人进行模拟实验,证明了相关理论的有效性,而在实体机器人上,机器人自身传感器不可避免地存在各种噪声和误差,导致机器人无法确切地感知外部世界并得到自身状态的准确信息,因此本文针对实体机器人引入回归映射模型有效地预测翻倒状态,提高了机器人状态检测的精度与准确度。在此基础上,为了迅速恢复机器人的站立状态,本文提出一种基于轨道能量模型的步行机器人平衡控制方法:采用姿态控制和“迈单步策略”两种控制策略实现机器人的平衡控制。同时,采用离线监督学习方法对理论落脚点模型进行优化。实验使用AIBO机器人进行测试,机器人实际的翻倒次数减少了一半以上,证明了该方法的有效性和可行性。3.四足机器人运动控制系统四足机器人需要能够实现快速的直线行走、灵活的转弯和紧急制动;当机器人遇到突发状况身体失去平衡时,需要判断出身体是否处于将要翻倒的危险状态,并主动恢复身体平衡;当机器人不幸翻倒后,需要实现翻倒后的快速站立恢复;当机器人成为一个操作平台时,需要通过控制其全身的运动,完成操作物体等各项任务。因此,本文综合考虑四足机器人实际的应用需求,设计了一整套运动控制系统,各层之间任务明确,要求具体,相互关联,相互制约,能够有效地协调四足机器人的各种运动行为,满足多变的应用需求。第六章给出结论和一些值得进一步研究的问题。