腿足式机器人是移动机器人领域的一个重要研究方向。与其他类型移动机器人相比,腿足式机器人在非结构环境下执行野外侦测探查、灾区救援、崎岖路面运输等任务时具有显著的优势,但也面对极大的挑战。近年来,腿足式机器人研究取得了重要进展,但在动态平衡能力、抗扰动能力以及续航时间等方面仍存在技术瓶颈。本文在国家自然科学基金项目“基于变刚度关节的仿生单腿机器人动态平衡控制与优化”的支持下,以提高腿足式机器人的运动稳定性和运动能效为目标,以具有自适应自学习特性的控制理论与方法作为手段,研究腿足式机器人的关节控制、跑跳控制、抗扰动控制以及动态平衡控制问题。首先,本文针对刚性关节力矩输出抗扰动性差、能量利用效率低的问题,设计了一种具有被动柔顺特性的串联弹性驱动器(Series Elastic Actuator,SEA),并提出了 一种采用串联弹性驱动关节实现腿足式机器人高能效跑跳的控制方法。在此基础上,针对腿足式机器人控制器参数调节困难、控制器性能对机器人物理参数变化适应性差的问题,以提高控制器的自适应自学习能力作为主要创新点,通过模拟人体在控制身体运动过程中的感知学习过程,提出了一套具有自适应自学习能力的关节控制、平衡控制以及抗扰动控制算法。通过在串联弹性驱动单关节、采用串联弹性驱动关节的单腿机器人和双足机器人上进行多组实验,验证了本文所提出的控制方法对物理参数变化具有较强的鲁棒性,提高了腿足式机器人跑跳运动的自适应性。本文的主要研究内容及贡献包括:1.设计了一种串联弹性驱动关节标定方法,并针对变负载条件下的串联弹性驱动关节伺服控制精度降低的问题,设计了一种基于扩展卡尔曼滤波(Extended Kalman Filter,EKF)观测器的自适应关节速度/位置控制器,能够快速稳定地对关节负载变化进行适应。该控制方法的有效性和适应性通过串联弹性驱动单关节实验平台进行了验证。2.针对不同结构的腿足式机器人需要编写不同辨识程序的问题,提出了一种通用的腿足式机器人系统动力学自动迭代辨识方法,能够根据机器人的结构自动生成辨识模型。该辨识方法的有效性和收敛性通过仿真实验和实物实验进行了验证。3.针对虚拟模型控制(Virtual Model Control,VMC)的双足机器人在变负载及扰动条件下姿态控制精度降低的问题,推导了机器人在双足站立相的等效辨识模型,提出了 一种将在线辨识和虚拟模型控制相结合的自适应柔顺姿态控制方法,能够在不降低机器人柔顺性的同时保证姿态控制精度。所提方法的抗扰动能力以及对变负载状况的适应能力在采用串联弹性驱动关节的四自由度双足机器人上进行了验证。4.针对采用串联弹性驱动关节的腿足式机器人跑跳过程中,关节无法有效跟踪设定力矩的问题,提出了一种基于角冲量跟踪误差评价关节力矩伺服性能的指标,以及一种通过模拟不同关节刚度进行弹跳的方法,实现了满足力矩伺服性能约束的跑跳运动控制。该方法的有效性在带脚踝的单腿以及双足机器人上进行了验证,实现了平均CoT(Cost of Transport)为0.38的高能效连续跳跃。5.针对采用串联弹性驱动关节的腿足式跳跃机器人姿态平衡控制过程中,关节力矩响应带宽低延时大的问题,提出了一种通过规划力矩轮廓控制机器人身体角动量的姿态控制方法以及模型学习方法,能够通过低带宽大延时的力矩伺服关节控制姿态平衡,并自主学习控制律。该方法的智能性、有效性和稳定性在单腿机器人上进行了验证。