微小型谐振机器人采用谐振足作为移动机构,利用弹性体的弯曲振动和扭转振动驱动机器人体前进,很好的解决了微小型化的问题。然而,这也对谐振足的频率特性提出了较高的要求。研究发现当谐振足的弯曲和扭转固有频率集中在一较窄的频带时,谐振足具有较好的动力学性能,最理想的情况是使弯曲和扭转固有频率值相等。为了使谐振足满足这一频率要求,结构拓扑优化是一个很好的解决工具,也是目前结构优化领域研究的难点和热点。开展这方面的研究有重大的理论指导意义和应用价值。本文首先研究了基于遗传算法的结构拓扑优化方法,采用结构连通性分析,提高了有限元分析的效率。针对二进制编码产生的不连通结构、棋盘格式,采用可行解变换法和分层罚函数的方法,很好的解决了结构不连通性和棋盘格式的产生。针对遗传算法作为全局优化算法在收敛速度方面的不足,本文研究了一种双向渐进结构局部优化算法,采用分层优化的思想,用遗传算法进行粗优化,用双向渐进结构优化,提高了算法收敛速度;另外,采用小生境隔离策略,获得了多个全局最优解。最后,从优化结果中抽象出了翼状的压电谐振足实验模型,对压电谐振足实验模型进行了动力学仿真和实物的模态测试实验,实验结果验证了翼状谐振足结构可以形成预定的椭圆轨迹,总结出了实现弯曲和扭转固有频率之间比为1:1的有效方法。