蛇形机器人是由串联的连杆构成的具有高冗余度的机器人,具有丰富的应用场景与研究价值。但是其复杂的相互耦合的结构使得对其的研究有难度。本文通过蛇形机器人的结构特点来设定其对应的步态算法并研究如何实现其柔性自适应的控制。首先,本文介绍了蛇形机器人,包括蛇形机器人国内外研究现状,外形以及内部结构。描述了本文所研究的蛇形机器人的结构。其次描述了深度学习方面循环神经网络(RNN)以及长短期记忆网络(LSTM)的研究发展现状,为本文的研究提供算法的支撑。接着,本文先对蛇形机器人的整体结构进行了分析,具体分为机械结构、控制系统和通信系统。下面对蛇形机器人的步态控制函数进行说明,着重解释了控制函数中各参数对蛇形机器人运动形态的影响。并使用gazebo仿真系统对基于solidwork建模的蛇形机器人进行运动仿真的验证。之后基于旋量理论对蛇形机器人的运动学进行分析,建立了运动学模型和速度模型。这为后文蛇形机器人的运动打下理论控制基础。然后,为了实现蛇形机器人的柔性自适应运动,对LSTM算法进行重点分析并提出将定义的蛇形机器人步态控制函数与LSTM算法函数的结合,定义新的具有自适应效果的闭环反馈控制函数。并使用定义的实验数据来对该LSTM结构进行其精确性与扩展延伸性的验证。最后,本文基于gazebo仿真系统与实际运动试验进行了对所设计的柔性自适应算法的验证。并针对该算法对蛇形机器人实际运动中造成的结果进行分析并进行函数的修正来在一定程度上实现蛇形机器人的解耦合效果。验证了该控制算法的正确性以及蛇形机器人在该算法下实现柔性自适应运动的柔性与精确性。