一个“智能”的系统必须能够感知，规划和控制，只有具备了上述能力的系统才能够完成不平凡的任务。在这篇文章中，我们讨论了这样一个系统：一个在动态环境中基于自身传感器工作的四足机器人系统。 对于移动机器人而言，运动规划和控制方面的智能是最基本，也是最核心的问题之一。本文以Robocup四腿组为背景，对如下问题展开了研究： 1.提出一种新的四足机器人里程计计算方法，该方法通过对机器人腿部建立参数化模型，以实际运动特征优化模型，使四足机器人的里程计误差仅为对比方法的50％并降低了标定复杂度。 2.在机器人定位误差很大，环境噪声很高的情况下，作者提出一种基于里程计的运动规划方法，利用A<'*>算法搜索出机器人的参考运动轨迹，将机器人运动约束融入到A<'*>算法搜索过程中，使得该方法能满足路径末端机器人的位姿限制。 3.由于四足机器人复杂的动力学特性，传统的控制方法难于实现，提出一种基于模型的运动控制方法。 4. 设计一种适合完成复杂任务的自主机器人控制框架。该框架中使用卡尔曼滤波器融合视觉传感器信息和自身关节传感器的信息，能够实现对四足机器人的精确控制，并在RoboCup四腿组平台上，使用该方法成功的实现了动态的带球，这也是整个RoboCup四腿组内的首次实现。