四足机器人由于对环境具有较强的适应能力,在军事、运输、勘测等领域具有巨大的应用潜力。但现有的四足机器人大部分只能在实验室环境下的平坦路面行走,难以适应复杂的环境。针对四足机器人在复杂地形下的运动控制问题,论文从仿生学入手,探究了生物控制自身运动的方法,设计了一种基于中枢模式发生器（Central Pattern Generator,CPG）的可适用于斜面、台阶与沟壑等多种地形下的机器人运动控制算法。针对机器人缺少感知环境的能力的问题,本文设计了一种具有接触检测能力的新型足端。该足端可以检测到机器人在不同方向上与地面之间产生的接触,并依此对地形变化作出判断。论文通过线性化方法对Matsuoka振荡器展开研究,确定了内部参数对输出信号的影响。通过引入瞬态干涉信号结合步态矩阵的方式对机器人的运动步态进行控制,解决了机器人在进行步态转换时响应慢的问题。然后论文先在平地上对机器人的足端轨迹进行设计,然后结合机身姿态调整算法将机器人的平地足端轨迹推广至斜面运动。针对复杂地形,本文将机器人在运动中可能会面对的地形进行区分,并根据不同的足端接触信号进行辨别,对不同的地形分别设计了相应的足端轨迹规划算法。针对机器人在连续变化的斜面上运动时连续性较差的问题,本文提出了一种基于足端接触的地形预测算法。通过记录的历史落足点信息,利用圆弧模型对地形的变化趋势进行预测,并以此提前对下个周期的足端运动轨迹进行规划,以提高机器人的运动连续性。针对机器人运动中可能发生的失稳现象,本文提出了基于模型预测控制（Model Predict Control,MPC）的姿态调整算法。通过调节腿长来控制机器人姿态,防止机器人由于机身倾斜而摔倒。通过Matlab/Simulink与V-rep软件进行联合仿真,并结合Fly Dog四足机器人进行实物实验,证明了本文中设计的机器人控制算法的有效性。