重型六足机器人出色的负载能力和复杂地形适应能力使其在山地运输、灾害救援等场景具有较好的应用。虽然现有控制算法可以使重型六足机器人具有一定的稳定性,但当其在复杂地形运动时,由于支撑面积有限、自身惯量大、局部摩擦系数小等因素容易使机器人发生失稳,机器人失稳后如果对其不采取相应的恢复或保护措施,容易导致运动失控、元件损坏、驱动系统失效等不可逆问题,因此需要对机器人在复杂地形运动时失稳进行判定,并提出相应的失稳解决方案。基于此,本文主要研究重型六足机器人倾翻失稳和打滑失稳的判定和恢复问题。在失稳判定方面,由于倾翻失稳和打滑失稳的失稳机制不同,因此需要建立不同的失稳判定方法。分析机器人倾翻失稳的特点,基于力角稳定裕度算法建立了考虑外部扰动的机器人稳定裕度描述算法,合理设定机器人稳定裕度阈值,当稳定裕度小于阈值时判定机器人发生倾翻失稳,并得到此时的有效支撑腿。分析打滑失稳的机制和特点,建立更加准确的基于运动学的足端打滑判定方法,当足端速度的模超出阈值后,判定机器人足端打滑失稳。在倾翻失稳恢复方面,提出基于调整腾空腿的倾翻失稳恢复方法。建立调整腿选择准则,然后计算调整腿在拟合支撑面上的运动范围,在该范围内合理选择调整腿落足点,然后对调整腿足端轨迹进行规划。基于阻抗控制实现足地柔顺接触,防止调整腿落地瞬间产生较大足地冲击。将考虑外部扰动的力角稳定裕度算法和基于二次规划优化的足力分配算法相结合,提升调整腿落地后机器人稳定裕度。在打滑失稳恢复方面,提出基于地面参数辨识的打滑失稳恢复方法。在足端发生打滑后,基于BP神经网络对地面法向量及摩擦系数进行辨识,然后将二次规划优化中的地面法向量和摩擦系数连续插值优化为辨识得到的地面法向量和摩擦系数,使足端力重新约束进摩擦锥内,在足端力约束进实际摩擦锥内后,摩擦力会使打滑腿减速至稳定。基于仿真验证了BP神经网络对地面参数辨识的效果。在试验验证部分,首先对倾翻失稳判定及恢复方法进行了验证,为更明显的观察倾翻失稳,构建了单侧悬崖地形,验证倾翻失稳判定方法的有效性,同时证明阈值设定的合理性。为方便验证倾翻失稳恢复方法的适用性,构建了六足机器人和Stewart平台复合的仿真平台,对机器人上坡、下坡和侧倾坡场景运动时的倾翻失稳恢复进行了验证。然后对打滑失稳判定方法及恢复方法进行了仿真验证,构建变物理参数的坡面地形,验证足端打滑失稳判定方法的可行性及优势,验证基于BP神经网络的地面参数辨识方法的准确性,验证足端打滑失稳恢复方法的有效性。基于本文的工作,提出了一种重型六足机器人倾翻失稳和打滑失稳的判定及恢复方法,一种提高机器人稳定裕度的足力分配方法,一种打滑后地面参数辨识方法。本课题的工作为机器人在复杂环境中工作提供了安全保障。