四足机器人相对于双足或者其他多足机器人在稳定性、负重能力和运动速度等方面具有综合性的优势。运动性能一直是四足机器人研究的重要方面。而由于触地时间短、模型强非线性以及欠驱动等特点,四足机器人的高速运动成为提高其运动性能的重点和难点。采用传统控制方法解决四足仿生机器人的运动控制问题时,理论推导复杂,当存在模型失配、畸变、干扰等因素引起的不确定性时,控制效果的改善则变得非常困难。近几年来,基于简单模型的整体控制逐渐成为一个热点。其中以模型预测控制（MPC）最为突出。研究表明,模型预测方法对模型精度要求不高,系统鲁棒性和稳定性好,为解决动态机器人的平衡问题提供了很好的前景。本文提出了基于模型预测的控制框架用以解决四足机器人的高速运动控制问题,具体取得了以下几个方面的成果:（1）由于IMU在应用中会产生漂移,而运动学解算则会因为震荡冲击带来干扰,因此使用单一的信息进行本体状态估计是不准确的。为提高估计的准确性,提高控制的效果。本文提出了一种多传感器融合的估计方法。利用滚动时域估计（MHE）方法,将惯导与运动学两种信息进行融合,弥补各自缺点。最后,在仿真实验进行验证,证明了该方法的有效性。（2）本文基于四足机器人的刚体浮动模型,针对Bound步态设计了MPC控制器,在已规划质心轨迹的基础上自动生成机器人的足端位置和接触力轨迹。并通过单腿实验对其可行性和合理性进行验证。（3）为提高MPC求解的速度,本文选用收敛速度更快的iLQG算法进行优化求解。通过与序列二次规划（SQP）进行对比,求解速度大约提高了10倍,所损失的精度也在可以接受的范围之内。