本文改进了传统的自抗扰控制算法,证明了改进后算法的稳定性,将自抗扰算法分别应用于一阶系统、二阶系统,仿真和实验均说明了自抗扰控制算法的有效性。首先,针对高增益线性扩张状态观测器（LESO）会引起初值峰化的问题,提出了一种改进的线性自抗扰控制（LADRC）策略,以优化控制性能。对于低阶系统,内环使用饱和函数对扰动补偿进行限幅,外环采用输出反馈。证明了当输入有界时,改进的LADRC算法输出是有界的。将LADRC应用于倒立摆仿真,给出了饱和函数上下界和补偿因子的调谐方法。其次,为进一步说明LADRC算法中各参数的物理意义以及验证算法的有效性,将LADRC算法应用于一阶被控对象——下肢康复机器人。根据人体下肢关节活动度等信息,设计了下肢康复机器人。建立下肢康复机器人的运动学和动力学模型,接着设计速度自抗扰控制器,搭建仿真模型,进行了一系列仿真运算。试制了康复机器人样机,并进行了实验。改进后的LADRC方法可以满足康复机器人的控制需求。最后,为说明LADRC算法的通用性,将LADRC算法应用于更为常见的二阶系统——双足步行机器人关节控制。对实验室已有的双足步行机器人建立单条腿运动学模型,并对部分关节进行重力补偿。先后进行了单关节控制和多关节联动控制仿真与实验。将LADRC算法运用到机器人其它关节后,进行了机器人的站立平衡实验。LADRC算法可以实现机器人的初步控制。