四足机器人相比双足机器人而言具有稳定性好和负载能力大的优点,与多足机器人相比则具有控制简单、冗余结构少的特点,因此四足机器人成为当前机器人研究领域的热点。当前的四足机器人研究主要涉及机器人的控制模式,主要可以分为三类:基于模型、基于行为和基于神经网络(CPG)的三种。而实际上研究四足机器人主要来源于对四足动物的仿生,包括对四足动物的结构仿生、步态仿生和控制系统仿生,因此有必要在研究四足机器人的控制模式的基础上更进一步,即利用对四足动物的仿生学研究内容改进四足机器人。四足机器人的发展方向可以概括为快速通过性、非结构化地形适应性和高负载,为实现以上特点,本文主要实现了四足机器人的步态仿生、控制系统仿生、时位控制方法设计、基于事件驱动的步态控制方法设计和冗余自由度的步态优化。上述研究内容主要解决四足机器人的运动规划和协调控制问题,运动规划包括:摆动腿轨迹规划、不同地形下不同步态的规划和冗余自由度的步态优化解算;协调控制包括:协调四足机器人本体与单腿、协调单腿与单关节和协调四足机器人与不同地形。步态仿生主要以现有的四足动物步态的仿生学研究成果为基础,设计四足机器人的步态时序。其中与经典的步态设计不同的地方就是加入了四足支撑期,Trot步态和Walk步态都加入了四足支撑期,其优点主要在于:1.提高了四足机器人的稳定性,2.为非结构化地形的控制方法设计提供了步态基础,是非结构化地形的控制方法设计的核心。另外在摆动腿的规划上也引入了仿生学的研究内容,增加规划的合理性,并通过理论推导证明,摆动腿规划主要是为了具备越障能力、减小对关节最大速度和关节运动范围的要求。控制系统仿生主要以四足动物的神经系统为基础,将四足机器人的控制系统分成三层:全局规划层、中层步态规划层和底层执行层,对应于四足动物的大脑、中层反射层(产生CPG节律信号)和底层反射层(肌肉)。控制系统分层的意义在于简化控制结构、明确控制任务、提高控制实时性和易于软硬件实现。同时控制系统的设计也参照了智能控制的三层结构体系,即随着控制层级的降低智能程度下降但是控制精度提升,将不同层级的控制任务明确划分,可以有效提高控制效能。时位控制方法设计主要实现步态控制和姿态控制,实际上对应于中层步态规划层和底层执行层,步态规划层主要利用简化的动力学方程给出质心的轨迹和速度,质心的轨迹规划经过解算可以变成关节轨迹规划,在姿态控制层中主要是实现对关节轨迹的跟踪,本文中假设四足机器人姿态为理想情况,不涉及本体姿态的调整。由于四足机器人单腿的前向存在冗余自由度,因此在关节轨迹的解算过程中引入了冗余自由度的步态优化方法,并给出评价函数。基于事件驱动的控制方法设计是在时位控制方法上面扩展得到的,加入了环境传感器和凸退凹补的步态策略。核心在于实现了单腿的凸退凹补的地形适应特性,通过该特性快速处理不同的凹凸地形,最大限度减小其对本体姿态的影响。而且四足支撑期的引入可以使得四足机器人可以不改变步态周期和步态时序,并适应不同的凹凸地形,使得控制系统具有广泛的适应性。通过仿真和实验证明前述设计的合理性,利用RecurDyn动力学仿真软件验证了Trot步态的可实现性,同时在实际实验中完成了多种步态的测试和基于事件驱动的单腿适应性实验。这些实验中包括平地Trot步态、平地Walk步态、静止转弯步态、坡面静止转弯步态、行进间Trot转弯步态、Walk步态坡面行走、Walk步态越障和草地Walk步态。上述实验验证了本文所述方法的可实现性,同时实验过程中均带有50kg左右的负载,Trot行进时最大速度达到3.2km/h,也说明了机器人能够承载较大的负载和较高的行进速度。