双足机器人是一门与仿生学、多刚体动力学、多传感器融合技术以及控制工程等多学科相结合的交叉学科,是机器人研究领域中的一个重要分支。双足行走方式具有高度的灵活性,与轮式、爬行式和履带式等移动机器人相比,有着更好的环境适应性,在日常服务、危险环境作业等领域具有广阔的应用潜力。所以对双足步行机器人行走规划及其控制研究不仅具有很高的学术价值,而且具有相当的现实意义。论文中,我们根据人类的步行过程及人体的生理结构提出了一种简单的双足机器人模型。在杆件坐标系下,基于齐次坐标变换对双足步行机器人进行了正逆运动学的建模,为后续的步态规划奠定了基础。在步态规划问题上,采用零力矩点方法分析了仿人步行的稳定条件。基于规划的稳定性判别依据,采用多项式拟合的方法来计算出仿人机器人在行走过程中的行走轨迹。对规划结果进行了计算机仿真,并说明了规划的合理性和有效性。接着介绍了支持向量机,支持向量回归机以及模糊逻辑的相关知识。基于实际机器人系统中样本数据含有的不确定性和模糊信息的特征,在传统支持向量回归机的基础上,引入模糊逻辑的方法,提出了一种三维支持向量回归机的学习方法。通过模糊逻辑来提高支持向量回归机在学习过程中处理不确定性信息的能力。通过学习能效优化控制器的实验数据,构成了机器人的在线能效控制器。通过三维支持向量回归机方法能很好的解决于实际系统中样本数据含有的不确定性和模糊信息的学习问题。仿真实验表明,该算法的精确性和鲁棒性都很好明显优于传统支持向量回归机。