拟人机器人是机器人领域的重要组成部分,通过人体动作控制拟人机器人的运动,不仅对机器人的控制研究有着重要的研究意义,同时对机器人在国防、救援、监护、物流、医疗、养老、护理、教育等领域都有着广泛的应用场景。随着运动数据捕获设备和拟人机器人设备日益成熟以及应用环境多样性,传统的拟人机器人控制算法已经无法满足应用需求。本文结合微软的深度传感器(Kinect)和Aldebaran的Nao机器人提出了一套快速求解逆运动学方程算法,实现拟人机器人模仿对人体运动的实时模仿控制。具体工作如下:针对拟人机器人模仿人体上肢运动过程中存在的角度配置相似性和末端轨迹相似性无法同时保证问题,本文提出了一种基于Levenberg–Marquardt(LM)算法的逆运动学迭代算法,将捕获到的骨骼数据使用几何方法进行人体关节角度计算,得到的关节值作为LM算法的初始值进行迭代。几何方法的关节值计算开销小并且使用该计算结果作为初始值可以加快算法收敛。针对此算法,本文设计了一套基于运动学D-H模型的拟人机器人上肢运动模仿实验,实验结果表明在设计的10个上肢运动中,本文提出的算法计算消耗相比于原始算法减少了两倍,末端轨迹相似性和角度配置相似性平均值达到了0.047cm和98.93%。针对双足机器人下肢控制中的机器人稳定性维持问题,本文使用质心投影法作为机器人稳定性判断依据,并针对机器人支撑足面非规则图形提出了一种基于多种支撑任务模式的稳定性快速判断方法来判断重心是否处于支撑多边形内部;对于无法保证稳定性的关节角度变量需要使用稳定性修正策略来进行修正,对在支撑多边形外部的重心点本文使用了一种线性偏移修正策略,将修正后的重心点偏移转换为逆运动学问题后通过逆运动学求解算法得到可稳定站立的机器人关节角度。最后在实验中实现了对双足机器人下肢动作的控制并结合Kinect传感器和Naoqi的行走模块实现了对Nao机器人的步行模仿实验。