灵活性、稳定性、仿生性是研究四足机器人运动的要点,脊椎作为前后肢的纽带在现有的运动规划中,缺乏对其轨迹的详细研究。本文基于脊椎的仿生性和灵活性,对双层中枢模式发生器（Central Pattern Generators,CPG）模型进行研究。建立了规划脊椎节运动轨迹的双层CPG神经网络数学模型,应用在所设计的气动肌肉并联脊椎节上。首先,本文从生物学和仿生性角度出发,分析CPG网络的结构与其相应的智能特性。利用改进的Hopfield振子模型对CPG神经网络建模,提出模拟生物运动规划机制的双层CPG轨迹生成方法。其中包括决定关节运动相位的节律层用于规划不同步态,决定关节动作形式的模式层用于规划肌肉的屈伸信息。对模型的参数以及每一层的输出曲线进行计算分析,验证模型的稳定性、抗扰性以及快速响应输入信号的能力。其次,基于猎豹脊椎在对角小跑（trot）步态和疾驰（gallop）步态下分别对应的偏航（yaw）及俯仰（pitch）运动,观察运动模式变化对运动轨迹的影响,设计自适应信息输入的双层CPG闭环系统;根据神经网络-肌肉系统的工作形式,构建双层CPG模型,输出与脊椎节目标角度的拟合映射关系,以及角度与肌肉驱动间的反正切运动方程。在Simulink下搭建双层CPG系统,通过不同的信息传入,对双自由度脊椎节的仿真结果进行分析。然后,在Webots仿真环境下设计并联脊椎节虚拟样机,进行Webots与MATLAB的联合仿真,验证双层CPG规划脊椎节运动的合理性,并将实际的输出曲线与理想曲线进行误差分析。结果表明,双层CPG可以模拟生物的运动协调机制,能够根据输入信息完成偏航与俯仰运动状态的相互转变;此算法响应速度快,能够在0.1s内达到理想输出;误差小于1.5°,可以实现完全跟踪。最后,根据理论研究与仿真分析结果设计并联脊椎节结构,搭建机械实物与控制器实物。在双层CPG规划策略基础上加入PID控制算法,验证方法的正确性。结果表明,设计的双层CPG适用于脊椎节运动,能够根据输入信息实时改变运动节律与运动模式,体现了输入与运动响应间的协调关系。