仿人机器人因其独特的双足运动方式以及更易融入人类社会的类人外形,已引起国内外学者及工业界的广泛关注。机器人的步行稳定性以及因能量消耗大导致可持续运行时间过短的问题已成为制约仿人机器人大规模应用的关键性问题。目前,对于仿人机器人的稳定性及能耗控制的研究还远未达到成熟。零力矩点(Zero Moment Point,ZMP)稳定判据作为被应用最广泛的双足步行稳定判据已被成功应用于包括ASIMO、HRP在内的多款仿人机器人。近年来,大量研究结果表明ZMP稳定判据仅能保证水平方向的力矩平衡。然而,机器人在步行过程中身体各部分并不在同一个平面内运动,因此,不可避免的会产生一个绕支撑脚转动的偏摆力矩,进而影响垂直方向的力矩平衡,随着机器人运动速度的增大,这种现象会越来越明显;另一方面,由于目前电池续航技术尚未得到突破,而现有仿人机器人大都采用电池及电机驱动的控制方式,过高的能量消耗导致机器人可持续工作时间过短的问题严重制约了仿人机器人的进一步应用。到目前为止,如何在保证机器人步行稳定性的同时提高能量效率依旧是仿人机器人控制领域的一个开放性技术难题。本学位论文围绕着提高仿人机器人步行稳定性及步行能量效率展开研究,主要的研究工作如下:(1)基于双臂摆动的仿人机器人偏摆力矩控制提出一种基于双臂摆动的仿人机器人偏摆力矩控制新方法。该方法以垂直方向力矩平衡和双臂摆动能耗最小作为研究问题的前提与出发点,通过对双臂摆动模型进行建模,推导出三维环境下双臂摆动所产生力矩的表达式,以双臂摆动关节角加速度最小为优化目标建立带不等式约束的二次规划方程,提出了一种基于变分不等式的在线迭代算法,并生成优化后的双臂摆动轨迹。最后,通过几个典型实例验证了该方法的有效性。与现有基于双臂摆动的控制算法相比,本方法充分考虑了双臂摆动关节最大角加速度的物理限制,避免了因电机物理限制造成双臂摆动轨迹被“削峰”的问题,仿真结果表明该方法有效减小了机器人步行中产生的偏摆力矩,在提高机器人步行稳定性的同时降低了整体能耗。(2)基于踝关节位置补偿的仿人机器人偏摆力矩控制针对基于双臂摆动模型的偏摆力矩控制方法不适用于机器人携带物品、手提重物等应用场景的问题,提出了一种基于踝关节位置补偿的仿人机器人偏摆力矩控制方法。该方法将步行过程中躯干及四肢运动对稳定性造成的影响抽象为作用在踝关节上的等效力及力矩,以踝关节角加速度最小为目标建立的优化方程,并采用在线迭代算法得优化后的踝关节角度轨迹。该方法的主要特点是对原有步行姿态影响较小,仅需控制踝关节即可达到偏摆力矩控制的目的。仿真结果表明,该方法有效克服了偏摆力矩对步行稳定性的影响,提高了步行稳定性。(3)基于区间二型模糊加权极限学习机的仿人机器人步行控制方法提出了一种基于区间二型模糊加权极限学习机的仿人机器人步行控制方法,该方法采用离线样本学习及在线控制相结合的控制方式。为提高离线样本的学习效果,采用区间二型模糊系统根据ZMP稳定裕度、偏摆力矩、能量效率等性能指标给每个样本分配权重,利用基于权重的极限学习机对样本进行“有选择”的学习,并根据步行过程中的ZMP误差、需克服的偏摆力矩计算出各关节角矫正量,达到稳定步行的目的。为验证所提算法的有效性,分别与传统基于ZMP及Suport Vector Machine(SVM)的控制方法进行了比较,实验结果表明,所提方法在能量效率及偏摆力矩控制方面具有更好的控制效果。(4)考虑输入非线性约束的仿人机器人关节角度跟踪控制为补偿机器人系统中backlash输入非线性约束对控制性能带来的影响,提出了一种考虑输入非线性约束的仿人机器人关节角度跟踪控制器。该控制器通过设计backlash逆函数来抵消系统中backlash的影响。与传统控制器相比,该控制器不需要知道backlash的具体信息,通过在线调整参数即达到有效补偿backlash影响的控制效果。仿真结果表明,采用所提方法设计的控制器能有效抵消backlash对控制性能的影响,并具有较好的角度跟踪性能。(5)仿人机器人样机研制控制及步行实验提出了一种仿人机器人控制系统的软硬件设计方案,该方案由上位机控制系统及仿人机器人样机两部分组成,上位机系统配有高清摄像头,能实时监控机器人及目标物体的位置信息,并通过无线网络实现对机器人的实时在线控制。为提高硬件控制系统的鲁棒性,采用主从式双CPU的控制架构,具有系统可扩展性好、鲁棒性强的优点。实验结果表明,采用所提方案设计的机器人能较好完成步行实验,具有开发周期短、成本低、系统可扩展性强的优点。