驱动技术,人工智能,高性能计算机等最新技术已经使双足机器人有了粗略模拟人体运动的灵巧性,能够进行舞蹈展示,乐器演奏,与人交谈等。然而这与投入实际应用所需求的能力还有不小差距。主要体现在缺乏与人类相近的平衡能力和步伐协调能力,对工作环境要求高,在非结构化环境中适应能力差。因此,本文以自主研制的双足机器人为研究对象,重点研究了双足机器人的平衡控制,阻抗控制以及步态规划等内容。本文首先简要介绍了自主研制的双足机器人的软硬件构架,建立了ADAMS和Gazebo仿真来协助对控制算法性能预测和优化并减少对物理机器人的危险操作。接着分析了双足机器人的正逆运动学并引入运动学库KDL来简化运动学运算。稳定的平衡控制对于双足机器人而言在目前还是个不小的挑战。本文就此研究了两种处理平衡的阻抗调节方案。一种是基于LQR的固定阻抗模型,这种方案简单有效,但存在易产生振动的问题,本文结合滤波改善了平衡控制效果。另一种是基于增强学习的自适应阻抗模型。该方法可以在不知道系统内部动态信息的情况下利用迭代策略在线得到最优解,是对前述LQR方法的进一步优化。随后本文通过仿真和实验进行了验证并分析了优缺点。步态规划是机器人运动控制中最基础的一环。本文从五连杆平面机器人入手对其运动控制进行了研究。首先采用基于ZMP的多项式拟合法实现了机器人平地行走的步态规划。然后分析其动力学模型并利用PD控制器进行运动仿真,就仿真中出现双腿支撑阶段跟踪误差较大的问题提出了PD与径向基神经网络混合控制的新策略。再次通过仿真证实该方案能够减小跟踪误差。最后,本文利用前述多项式拟合法对实验平台的物理机器人进行静态行走和上楼梯的步态规划。针对上楼梯的步态规划的特殊性,本文提出了分段拟合来实现各关节的协同规划,并引入了躯干前倾角来辅助身体平衡。由于时间所限,本文实现了双足机器人的稳定步行实验,上楼梯实验还尚缺稳健性,这将作为下一步的工作。