模块化机器人是由大量的具有一定运动和感知功能的基本模块相互连接而成，能够构成多种构型完成多种任务的复杂机器人系统。与传统机器人相比，模块化机器人具有模块化、自变形和自修复等特点，同时，由多个自带关节的模块组合在一起的机器人系统具有一定的冗余度，灵活性强，使其具备了较强的运动能力，可以通过运动构型及运动模式的改变来适应不同的路面条件。然而，模块化机器人运动的超冗余度、运动构型多样性以及运动多模式化的特点，也使运动规划变得更加复杂。因此，寻找一种能够将模块化机器人多种运动构型的多种模式运动统一规划，使运动模式能够随着机器人构型改变而自适应变化，并且能够对外部环境反馈作出相应步态调整，以实现非结构化环境中的自主运动的控制方法对模块化机器人的发展具有重要的研究意义。模块作为机器人的基本单元，它的结构特点对整体构型的运动方式有着较大影响。本文采用正方体结构的UBot模块作为研究对象，模块分别主动模块和被动模块，分别带有主、被动钩爪式连接机构，主动模块与被动模块可以实现自动的连接/断开，通过连接机构上的方位识别单元识别模块间的连接状态及方位，具有阵列式机器人模块结构规整、连接机构灵活的特征；每个模块具有两个相互垂直的旋转自由度，旋转角度范围为(-90°，90°)，可以实现串联式机器人整体协调运动的功能。为了使机器人系统具有环境感知功能，为UBot系统设计了传感模块，传感模块内装有摄像头、红外传感器、线性霍尔传感器及加速度计等传感装置，并具有与UBot被动模块相同的连接机构，可以连接到运动构型中实时感知外部环境。借鉴生物运动神经系统的控制机制，建立模块化机器人仿生网络控制结构。针对UBot模块双关节间相互约束的结构特点，建立了能够控制模块两个关节同时运动的双输出中枢模式发生器（CPG）振荡模型，构建了双输出CPG调相运动控制网络，用于模拟生物的脊髓神经控制系统，并引入中间神经元、感知神经元和运动神经元，形成模块化机器人仿生运动控制网络。基于建立的仿生运动控制网络，分别针对模块化机器人所构成的两类构形——无肢体运动构型和有肢体运动构型制定运动规划策略。通过模拟低等生物将低级神经中枢的自激行为直接作用到各个关节的运动控制方式，对模块化机器人几种典型的无肢体运动构型进行运动规划。利用CPG调相控制器中节点连接方式对相位输出结果的影响，在网络节点数目不变的情况下，实现了蛇形构型蠕动、多节虫运动、蜿蜒运动、滚动和转弯运动的多种运动模式的统一规划；并解决了十字构型的直行、转弯运动模式，环形构型的滚动运动模式的运动规划问题；通过模拟高等动物运动神经控制系统的方法，针对有肢体运动构型提出了利用CPG调相控制器模拟高等动物的脊髓神经系统，为各个关节分别建立运动神经元的运动规划策略，面向由髋膝踝关节组成的有肢体运动构型制订了统一的运动神经元设计办法，实现了仿生四足构型对角步态和慢走步态的统一规划。从拓扑构型改变与拓扑构型不变两个方面，研究了模块化机器人构型改变带来的运动规划方法协调变化问题。对于由模块连接方式改变而产生的拓扑结构变形，考虑单链式构型的拓扑改变与运动规划，归纳出开链式结构与闭链式结构之间的变形条件和各自的运动特点；通过调整仿生控制网络中的CPG节点连接方式，建立能够同时适应开链式构型蠕动运动及闭链式构型滚动运动的规划方法。通过环形构型与蛇形构型变形与运动模式协调改变的仿真，验证了方法的有效性。对于模块化机器人拓扑结构不变，而运动功能改变的变形，考虑有肢体运动构型及其衍生的无肢体蠕动构型的运动功能改变与协调运动规划，在仿生运动控制网络框架不变的情况下，制订了网络节点参数的协调改变策略。通过仿生四足构型与其衍生的横向蠕动H型、向前蠕动H型之间的变形与运动模式协调改变的仿真，表明有肢体运动构型及其衍生的蠕动构型运动功能改变与运动协调规划方法的可行性。为了实现机器人在非结构环境下的运动功能，模拟生物运动神经系统调控功能的三级等级结构，建立了一套包含信息采集单元、底层局部信息反射规划器以及高层信息处理系统并具有环境反馈感知功能的运动控制器，使机器人根据外部环境的反馈，能够自主地完成越障、避障、上下坡及步态变换，并能够针对特殊环形实现自主变形以适应外部环境的需要。建立模块化机器人运动与环境反馈实验系统，进行蛇形构型、十字构型、环形构型及仿生四足构型多种模式的协调运动实验，验证仿生运动控制网络对多种运动模式统一控制的能力；进行环形构型滚动模式到蛇形构型蠕动模式的转化实验，验证运动控制体系对拓扑构型改变的协调适应能力；在设置了上下坡、路面凸起、物块阻挡及拱形门等障碍的环境中，进行机器人自主应对环境的运动试验，验证了机器人对环境的感知及自主适应能力。