机器人集合了机械、电子、信息、控制和计算机等多种学科技术,是目前学术研究和工程应用都非常活跃的领域之一。经过几十年的发展,机器人已经从一个科幻概念慢慢地走向商业化,开始为人类服务。在众多机器人当中,四足机器人具有运动速度快、灵活性高、环境适应性强、稳定性好等优点,在物资运输,工程勘探、抢险救援、军事察打等领域有很大的应用前景。因此,四足机器人的研究具有重要的理论意义和实用价值。因为液压驱动具有响应速度快、功率密度高、负载能力强等优点,所以具有高动态行走性能、强负载能力液压四足机器人的研究成为了一个重要方向。本文以液压四足机器人为研究对象,主要研究了四足机器人驱动控制、主动柔顺性控制、静动态平衡控制和优化学习决策控制四个方面内容。(1)电液伺服阀控缸系统是液压四足机器人的基本驱动执行单元,其控制精度直接影响到四足机器人是否沿着期望的轨迹运动,甚至影响到四足机器人的行走稳定性。而电液伺服阀控缸的系统模型具有高度非线性、参数不确定性、建模误差等问题,并且在机器人实际行走过程中,还存在着传感器噪声、外界干扰、负载变化等问题。针对上述问题,本文提出了一种自适应鲁棒控制器设计新方法,可有效提高电液伺服阀控缸系统控制精度。该方法结合状态观测器,通过一个带有类PID虚拟控制量的控制状态空间表达式来设计控制器。每一阶系统的虚拟控制量都含有自适应项(比例项)和鲁棒项(积分项),分别用于处理该阶系统的参数不确定性和未知项,同时引入状态观测器来观测不易测量的状态。然后,通过李亚普诺夫函数证明闭环系统的收敛性和稳定性。最后,对比实验验证其有效性和优势。该设计方法考虑了系统中大部分不确定项和传感器噪声,具有一定的普遍性,可以推广运用到其他同类系统。(2)四足机器人稳定行走是执行其他任务的前提。但是,当四足机器人在复杂地形行走时,足端与地面接触容易产生较大的冲击力导致机器人机体振荡甚至失稳。针对该问题,本文提出了基于力外环、位置内环的机器人笛卡尔空间主动柔顺性控制算法,深入分析了机器人要达到目标阻抗的条件,并通过虚拟分解控制技术来研究机器人单腿的稳定阻抗控制和环境交互稳定性。同时,为了提高机器人与地面接触瞬间足端位置和接触力的瞬态过渡性能,并逐渐减小足端的跟踪误差,本文在传统阻抗模型基础上,提出了基于分数阶的新型阻抗控制模型,可有效提高机器人的主动柔顺性控制性能。(3)四足机器人静步态行走虽然速度较慢,但是稳定性高,对复杂地形具有较强的通过能力。因此,本文具体研究了三种典型静步态,并分析了它们的优缺点,从而提出了具有触地感知能力的探索性步态。同时,在只有液压缸位移传感器和机体姿态传感器条件下,本文研究了未知地面环境行走时的地形估计方法和位姿调整策略,可有效提高机器人的环境适应能力和未知复杂地形通过性能。对角步态是四足动物最常用的步态,具有较高的运动速度和协调性,因此,对角步态是四足机器人步态规划的一个重要步态。为了提高四足机器人动步态行走稳定性、抗干扰能力和复杂环境适应性,本文提出了基于虚拟模型控制和三分控制法相结合的动步态平衡控制算法。在此基础上,本文进一步研究了机器人的抗干扰调整控制策略、速度规划、轨迹跟踪控制以及全方位行走规划问题,为四足机器人的高动态运动性能奠定了理论基础。(4)机器人智能化是未来机器人发展的一个重要趋势。为了使机器人更加智能化,本文深入分析了静动步态行走时地形复杂度、稳定性、速度、行走能耗之间的关系,提出了四足机器人优化学习决策控制策略,主要包括:1)提出了基于遗传算法的步态参数优化方法和基于粒子群优化算法的位姿调整优化方法,以提高机器人的静步态行走能力;2)提出了基于监督学习的动步态平衡控制策略,以提高机器人的动步态行走能力;3)研究了基于凸优化和A*算法结合的路径规划方法,使机器人在已知环境中能够寻找最优可通行路径;4)研究了基于C4.5决策树算法的步态自主选择方法,使机器人在未知或未训练环境中也可以自主做出正确的步态与动作。以上研究对四足机器人的自主控制和智能化方向具有指导意义,并提供了新思路。