仿人机器人以其拟人的单、双足交替支撑的运动方式，跟其它类型的机器人相比，具有非常好的灵活性和适应性，在日常服务、危险环境作业等方面有其独特的优势。由于复杂的行走机构及行走环境，其稳定动态行走控制提出了更高的要求。为提高仿人机器人的动态行走稳定性，本文主要研究内容如下：(1)建立了仿人机器人的数学模型。分析了机器人在空间的位置表示及坐标变换。这些模型的构建为研究机器人步态规划和控制提供了一个平台。(2)研究了一种基于迭代的质心逆运算的方法，用LM算法来完成复杂关节的逆解问题，在给定踝关节的情况下，用假定质心固定身体上的简化模型来使得真实质心逼近目标点，然后通过重复逼近缩小误差。通过仿人机器人NAO，模拟验证了该算法具有较高的准确性和计算效率。(3)研究了基于三次样条差值的步态规划算法，首先分析了双足行走的时序关系，然后确定双足支撑相和单足支撑相中关键时刻的位姿信息，最后规划髋关节和裸关节轨迹，并在matlab上仿真及计算ZMP验证了所规划步态的稳定性。(4)研究了一种基于学习人类控制策略的仿人机器人步态控制算法，利用三维线性倒立摆模型构造双足行走系统的状态方程，建立学习人类控制策略的参数化模型，设计了基于SVM的学习型控制器，构建了以内环PID控制和外环质心在线修正的闭环步态控制机制。最后通过仿人机器人NAO的行走实验对本文提出的步态控制算法进行了验证，实验表明了该算法增强了双足行走系统的鲁棒性，提高了仿人机器人在复杂环境下行走的动态稳定性。HCS在处理动态稳定静态不稳定的双足动态行走系统中表现了很好的优势。