六足机器人因其设计思想来源于自然界中的节肢动物,所以对于复杂地形有很强的适应能力。另外,低等生物对复杂非结构化地形的适应性给予我们重要启示,既以腿部系统为单位基于感知和神经系统的反射控制可以简化复杂的运动。因此,本课题从功能仿生和控制仿生的角度,以腿部模块化和复杂运动规划底层化为核心思想,通过模块化腿部系统设计和力控制单元设计,实现六足机器人高效、稳定的步行运动。首先,设计了具备独立控制单元和感知系统的模块化腿部系统。采用ARM处理器为核心控制单元,以EPOS2 Module 36/2模块作为驱动器执行腿部三个电机的驱动,并且采用CANopen通信协议实现控制器与各驱动器之间的通信。在腿部系统原有传感器配置的基础上,设计了足端力信号采集模块,采用有源二阶低通滤波器对力信号的采集进行优化。其次,在设计控制算法之前,对其运动学进行了分析。分析了摆动腿的正运动学、逆运动学以及雅克比矩阵。根据运动学方程分析了足端工作空间,结果表明,机器人具有很好的运动灵活性。并对三足支撑情况下,躯干位姿与支撑腿关节角之间的关系进行了分析。再次,采用足端力柔顺控制策略改进崎岖地形机器人运动的稳定性。基于主动阻抗控制理论建立最基本的力跟踪控制算法。基于环境模型,分析了稳态力误差与环境参数之间的关系。为改善原算法,采用环境参数在线辨识算法对原力跟踪算法进行改进。最后采用模型参考自适应方法补偿环境模型的不确定性,进一步提高力跟踪算法的适用性。环境参数在线辨识算法以及模型参考自适应方法均采用李雅普诺夫稳定性定理来设计。最后,采用Simulink与Adams对力跟踪算法进行仿真,验证了算法分析过程的正确性。在仿真完成之后,进行实物实验,在实验中验证了本课题研制的底层腿部系统单元的有效性,并且,实验结果显示本文所提出的腿部力控制算法可以在环境参数未知的情况下,有效的改善机器人运动的稳定性。