自然界中四足动物运动具有极强的灵活运动和复杂地形适应能力,如猎豹最快奔跑速度可以达到110km/h,羚羊可以跳跃6～7米的沟壑,岩羊可以在接近90度峭壁上站立。受此启发,仿生四足机器人的研究受到越来越多研究者的重视,国内外已研制出多款高动态四足仿生机器人,尤其是美国波士顿动力公司研制的BigDog、SpotMini等四足机器人,以其动态性能高、鲁棒性强等特点引领人们探索四足机器人的极大热情。本文立足于课题组研究的SCalf系列液压四足机器人和电动四足机器人,开展了四足机器人建模和运动控制相关的研究。按照从液压执行器建模到单腿柔顺控制再到四足机器人整体控制研究思路,针对机器人平台和运动性能要求提出了基于倒立摆模型的控制、基于最优足底力分配的控制和基于模型预测控制的三种不同四足机器人运动控制方法,主要包括如下内容:1.针对阀控非对称液压油缸,将多参数影响、非线性的输出力通过线性化建立近似模型,提出了前馈加反馈的输出力控制方法,实现了液压驱动关节的扭矩伺服。进而研究了基于位置阻抗和虚拟模型的机器人腿部主动柔顺控制方法,并通过单腿物理实验证明了主动柔顺控制可实现被动弹性元件的柔顺特性,显著减小了足触地瞬间的冲击力。2.针对位置控制带来的足地冲击力大、无法适应复杂地形的缺点,提出了基于简化倒立摆模型的Trot步态运动控制方法。将机器人躯干的姿态角融合到足端轨迹设计中,使得机器人对外力扰动和崎岖地形具有较好的适应性。使用基于虚拟模型的主动柔顺控制代替位置控制,提高了机器人足地交互的柔顺性。提出了调整支撑腿位置和躯干姿态的地形适应策略,提高了机器人在非平整地形的运动能力。通过SCalf-Ⅱ机器人的全向运动实验、侧向冲击实验、崎岖地形通过等实验验证了所提方法的有效性。3.提出了基于最优足底力分配算法的Trot和Flying Trot步态控制方法,提高了机器人动态响应速度。建立躯干质心处六维力和力矩与支撑腿的足底力映射,将躯干运动等效成一个弹簧阻尼模型来设计质心处的虚拟力和力矩,并将该虚拟力和力矩通过二次型优化(QP)算法分配到支撑腿上,实现了最优足底力分配下的Trot步态运动。在此基础上提出了躯干的周期跳跃运动轨迹规划方法,并通过将躯干运动映射成足端运动,结合简化倒立摆模型控制方法,分别在仿真平台和物理样机上实现了机器人的Flying Trot稳定运动。4.设计了基于MPC的四足机器人运动控制器,实现了四足机器人多步态运动控制。建立机器人躯干质心处的动力学方程,基于动力学方程和足端摩擦锥约束提出了针对四足机器人运动控制的MPC问题,并离散化为一个QP优化问题,通过开源库qpOASES求解得到最优支撑腿前馈力。由于躯干质心动力学建模中不依赖具体的支撑腿数量和相位状态,通过设计四条腿的支撑相位和摆动相位可实现机器人的多种步态。针对非崎岖地形,使用支撑腿位置计算地形伪俯仰角和伪横滚角的方法提高了地形适应性。在课题组预研的电动四足机器人仿真平台上实现了机器人的Trot、Flying Trot、Bound、Gallop、Walk等步态的高动态稳定运动,并通过上下20度斜坡和侧向冲击验证了算法的有效性和鲁棒性。