机器人在国民经济、医疗健康、国防安全等领域发挥着越来越重要的作用,应用前景非常广阔。虽然机器人的研究取得了巨大进步,但是目前大部分机器人关节为刚性结构,运动不自然、能量消耗大,严重制约了机器人的发展与应用。人体在运动时,利用肌肉骨骼系统中的柔性单元,实现作业任务的同时,可以提高能量利用效率。本文借鉴人体骨骼肌肉生物力学特点,提出了高能效仿生柔性机器人关节的致动器模型和基于能量准则的参数优化方法,设计了机器人柔性关节运动控制器,提高了机器人关节的能量利用率。主要研究内容和成果如下:首先,针对刚性关节能量利用率低以及安全性差的问题,提出了高能效仿生混联柔性机器人关节的致动器结构,建立了柔性驱动的数学模型,以实现机器人关节能耗的理论分析。其次,针对目前柔性驱动能量指标难量化的问题,提出了任意关节运动规划曲线频域合成的方法,以实现能量指标的量化计算。通过傅里叶变换,将规划曲线表示成正余弦叠加的形式,然后根据能量目标函数,通过遗传算法,快速优化驱动参数。为了进一步提高柔性驱动关节的能量利用率,提出了一种基于能量准则的变刚度的参数优化策略。然后,针对柔性关节的控制性能与能量指标难协调的问题,设计了柔性关节的前馈-反馈-虚拟阻尼补偿运动控制器,在保证轨迹跟踪精度的前提下,提高仿生柔性驱动关节的能量利用率。其中,基于线性模型的前馈环节和虚拟阻尼补偿环节主要是为了降低轨迹跟踪的误差调节能耗,基于BP神经网络的PID反馈环节主要目的是增强系统的鲁棒性。最后,建立了基于Adams动力学仿真软件的虚拟模型,通过对刚性关节及仿生混联柔性驱动结构的联合仿真,验证了本文提出的参数优化方法及控制策略的有效性。通过能耗分析以及功率分析,验证了本文提出的仿生混联柔性驱动的高能效优势。