人类高效、自然、稳定的行走技能,为类人机器的研究提供了有益的借鉴。双足被动步行机器人的研究,旨在讨论人类高效、柔顺、自然、快速步行的机理,为仿人双足机器人的结构设计与控制策略开发提供新思路,以促进双足被动步行机器人的进一步实用化。其中,被动步行机理是开展仿人双足机器人研究的理论基础,是仿人双足机器人领域亟需解决的关键问题。　　基于被动步行机理的双足步行机器人在行走过程中充分利用重力与自身惯性,并保持步态固有的内在稳定性与低能量消耗属性。然而,该属性导致此类机器人的步态稳定性对于自身结构参数与外界扰动具有高敏感性,任意参数微小的改变都将使机器人步态发生显著变化。因而,本文从机器人步态的稳定性着手,通过对稳定行走步态与不稳定行走步态的全面分析,进一步从本质上揭示被动步行的深层次规律,为机器人结构参数优化配置、复杂多变的行走环境、特殊的行走任务等控制策略的研究提供坚实的理论基础。　　针对双足被动步行机器人步行稳定性对于结构参数的高敏感性以及现实行走环境复杂多变的随机性,采用模型参数逐步优化的策略,通过稳定行走步态的分析,最终获得基于机器人自身物理结构的最大稳定步行能力。首先,针对人类脚部的结构特征以及现有理论模型的结构特点,对现有模型的脚部进行了完善,并通过 Lagrange法与角动量守恒原理,建立双足被动步行机器人的混合动力学模型;其次,在此基础上,采用基于庞加莱截面的胞映射方法,通过不同参数组合下步态收敛域与步态特征分析,实现基于最大单次扰动抑制的模型参数最优化配置;同时,为验证模型参数的合理性,利用参数变化下步态特征的改变,获得了参数间的相互制约影响关系;再次,在全局稳定性分析的基础上,针对混合动力学模型高度非线性特性,采用Newton-Raphson迭代方法获得了不同参数组合下的极限环步态,通过对应Floquet乘子与步态特征的分析,得到基于最大扰动抑制与步态收敛速度的参数优化配置,并建立Proe样机模型;最后,在Adams环境中,利用不同Proe样机模型在地面单次最大扰动与连续扰动下的步行鲁棒性分析,获得模型最终的参数优化配置、加工出实物样机,并通过更换不同构件或调整参数实现对上述理论分析的验证。　　鉴于圆弧足对于路面要求较高以及上体对于步行稳定能力的提升,构建了平脚躯体模型;通过增加踝关节并引入扭转弹簧实现平脚模型对圆弧足模型的近似代替,利用Floquet乘子与步态敏感范数方法从两方面论证了两种结构对机器人稳定行走能力提升的等效性;利用髋关节角分机构的被动传动特性,消除上体引入带来的旋转自由度,利用模型参数逐步优化的策略,实现了模型参数的最优化配置,构建实物样机。同时针对理论模型与实物样机之间的差别以及现实步行环境不可预知的特性,提出基于CMAC网络的Sarsa增强学习控制策略,通过不同样机模型在各自仿真环境中的行走实验与现实环境中样机的平地实验,验证了该控制策略的有效性。　　为进一步揭示被动步行的本质规律,对机器人的不稳定步态进行深入分析。通过单个参数持续改变步态发生变化的本质特征分析,揭示出倍周期分岔、混沌现象的内在规律。对于机器人自身结构参数,分析各个参数单独变化时,机器人步态由极限环进入混沌的方式,以及在此过程中Floquet乘子的变化规律、机器人步态的迭代次序、Feigenbaum普适性等内在规律;进一步,固定机器人自身结构参数,分析讨论斜坡倾角不同阶段对应的单周期、倍周期、拟周期、混沌入口、倍周期镜像、混沌中断以及混沌终结的步态特征,揭示其隐藏的本质规律。　　针对双足被动步行机器人混沌步态的本质规律,充分利用被动步行机理,结合不同的控制目标,实现对机器人混沌步态的抑制。首先将李群的控制对称性与增强学习相结合,实现任意斜坡倾角下不稳定步态向目标极限环步态的转变。其次,利用模型参数间的相互制约影响关系,立足于仿人结构的前向补偿脚,通过前向补偿角的调整实现对倍周期分岔与混沌步态的抑制。再次,针对机器人混沌步态呈现出深层次上的高度有序性,通过标准周期迭代数据点的建立实现对任意混沌步态迭代序列位置区域的准确预测。最后,针对双足机器人混合动力系统连续摆动阶段与离散碰撞过程交替出现的独特运动特性,通过碰撞脉冲作用下机器人系统周期轨道存在性、稳定性的理论分析与证明,结合现有的混沌抑制方法将混沌轨道的辨识分为两部分:通过动态神经网络实现碰撞过程的辨识、利用动态模糊神经网络实现摆动阶段的辨识。在此基础上提出了不确定混沌系统自适应控制策略。将模糊动态神经网络作为不确定混沌系统的辨识模型,用滑模控制方式在线调整网络权值,结合线性正交算法设计优化补偿控制器,系统的仿真与样机实验结果验证了所提出方法的有效性。