双足机器人是机器人领域重要的研究方向之一。近年来,随着对机器人柔顺性和运动能力的日益重视,串联弹性驱动器（Series Elastic Actuator,SEA）因其低输出阻抗、冲击吸收和能量储存的优势,被视为实现双足机器人柔顺步行的理想驱动器之一。然而,现有结合SEA的运动控制理论及方法尚待进一步发展完善:在驱动层面,SEA的柔顺控制存在跟踪精度低、响应延迟大的问题,且针对液压SEA控制的研究还不够;在步态层面,基于腿部柔顺的规划方法在步行速度、地形适应力和规划速度等方面存在技术瓶颈。针对这些问题,本文面向液压双足机器人在不平整地面上的快速步行,围绕驱动控制和步态规划两方面展开深入研究。主要研究内容及贡献如下:首先,研究了液压SEA高精度导纳控制方法。提出了建立液压缸控制内环、将液压缸控制误差视作输入扰动并予以补偿的控制思路,实现了系统模型简化。然后,提出了结合无源性扰动观测器（Passive Disturbance Observer,P-DOB）和反馈控制的导纳控制器,对扰动及控制误差进行有效补偿,提高了刚度跟踪精度。所提出的方法将液压动态和负载动态解耦,具有极高的实用性。液压SEA导纳控制实验结果验证了该方法的有效性。其次,研究了液压SEA延迟补偿方法。采用自适应时序（Adaptive Time Series,ATS）补偿器从负载动态响应和负载力检测两方面对延迟和误差进行有效补偿,提出了低延迟导纳控制框架。针对ATS补偿器补偿效果差、无法适用于低采样频率系统的缺陷,改进其控制参数更新机制,提出了并行自适应时序（Parallel Adaptive Time Series,P-ATS）补偿器,进一步提高了补偿效果。液压SEA的延迟补偿实验结果表明,所提出的延迟补偿方法能有效降低液压SEA的跟踪延迟,而且P-ATS补偿器相较于传统ATS补偿器具有更好补偿效果。第三,研究了基于运动学标定的柔顺单腿优化控制方法。提出了基于液压SEA驱动的单腿变刚度控制方案,并针对运动学模型不精确导致控制误差的问题,提出了基于改进鲸鱼群算法（Improved Whale Swarm Algorithm,IWSA）的运动学标定方法求解精确运动学参数。其中,从初始化、边界处理和领域搜索策略三个方面对IWSA算法进行了改进,提高了其局部搜索能力,以获得更高质量的运动学参数,提高了液压单腿的角度跟踪精度。膝关节角度控制实验结果显示,标定后的角度跟踪误差显著下降,能满足控制需求。第四,研究了基于腿部柔顺的在线步态规划方法。针对不平整地面带来的扰动,提出了改进步态模型以移除凹陷地面导致的步长限制,提高了双足机器人对复杂地形的适应性。针对传统基于非线性优化的步态规划方法求解速度慢的问题,提出了基于反向传播（Back Propagation,BP）神经网络的在线规划方法,通过预先学习由IWSA算法离线优化得到的步态数据,建立在线步态控制器,从而兼顾了步态规划的质量和速度。基于Webots平台的仿真结果验证了该方法的有效性。最后,总结了本文的主要工作,展望了未来的研究方向。