通過對雙足機器人行走過程中一些特殊點進行采樣分析，對比人類自身行走步態(tài)的觀察測量值，采用三次多項式插值來計算出雙足行走機器人在行走過程中的行走軌跡，按人體比例設定參數(shù)，計算得出了1條比較光滑平穩(wěn)的行走軌跡，使得機器人的行走姿態(tài)更像人類的行走．通過模擬測試，結果表明了用三次多項式插值方法是1種規(guī)劃雙足機器人行走步態(tài)的較好方法，而且得出的軌跡插值函數(shù)比較平滑．

　　雙足行走機器人與傳統(tǒng)的輪子機器人相比有更好的可移動性．世界著名機器人學專家、日本早稻田大學的加藤一郎教授［1］說過：“機器人應當具有的最大特征之一是步行功能．”目前機器人的主要移動方式有輪式，履帶式，步行，爬行，蠕動型等．其中雙足行走是步行方式中自動化程度最高，最為復雜的動態(tài)系統(tǒng)．雙足步行系統(tǒng)具有非常豐富的動力學特性，對步行的環(huán)境要求很低，具有更強的環(huán)境適應能力．雙足步行機器人是一門集仿真學、機械學及控制工程學等多學科融合交匯的綜合性的學科．不僅涉及到非線性、基于多傳感器信息的控制等技術，而且還囊括了復雜機電系統(tǒng)的建模、數(shù)字仿真技術及混合系統(tǒng)的控制等方面的技術，是機器人研究領域中重要的分支．雙足步行機器人的研究為各種控制方法，優(yōu)化算法，運動學和動力學仿真，以及路徑規(guī)劃等提供了實驗平臺，具有很高的理論和應用價值．

　　自從1996年Honda宣布仿人機器人【2］p2的發(fā)展以后，類人型機器人的發(fā)展就更加迅速了，在這段期間，有很多對雙足行走機器人的行走模式的分析［3--5】．Mc freer給出了1種被動的行走算法，把機器人放置在微斜的平面上，在沒有外力的驅動下，依靠重力和行走過程中的慣性來迫使機器人行走．Shuuji Kajita 則設計了1種理想化的2一D雙足行走機器人模型，在機器人的體內放置了4個IX；（Direct Current）馬達來平衡重心，因為其結構簡單，機器人的COG（Center of Gravity）可以比較平衡地水平移動，以達到機器人行走的目的．清華大學的楊東超、汪勁松等開展的擬人機器人技術及其系統(tǒng)研究工作中，基于ZMP（Zero Moment Point）提出了逆兩步法規(guī)劃機器人的步態(tài)，但軌跡離期望軌跡還有不小的誤差，其主要原因是采用了近似值表示膝關節(jié)坐標．所以基于機器人行走過程中步態(tài)的連慣和軌跡的光滑考慮，本文采用三次多項式插值方法來規(guī)劃機器人的步態(tài)軌跡，利用三次多項式插值【6J的優(yōu)點使機器人的行走有比較平穩(wěn)、光滑的過渡，并且利用三次函數(shù)在期間上的連續(xù)性，保證了機器人行走過程中速度和加速度的連續(xù)．

　　在分析雙足機器人行走步態(tài)的過程中，我們首先對人體的行走過程進行了觀察測量，以我們自身為實驗對象，同時借助人體模型數(shù)據(jù)分析．如圖1所示，A描述了人在行走時雙足著地的時刻，當人雙足合并直立的時刻是A的一個特殊點；在B中描述了以前腳為支撐腳，另一只腳緩慢向前移動的過程，直至支撐腳垂直于地面；在C中描述了B的移動過程和后腳移動到了支撐腳的前面，直到腳后跟著地的過程．一般地，一個正常人行走的全過程就是A，B，C反復循環(huán)的過程，可以把這個過程表示為A—B—C—A—B一 ……一C—A—B一……

　　因此，從上面的觀察分析得出，人體行走的過程是以周期方式不斷向前推進，在每個行走周期可分為單腳支撐階段和雙腳支撐階段．單腳支撐階段是一只腳著地，從后腳腳尖離開地面到后腳移動到支撐腳前面，且腳后跟著地的整個過程；雙腳支撐階段是兩只腳都著地，移動腳腳后跟著地到前腳腳尖離開地面的整個過程和行走的初始狀態(tài)．如圖2所示．圖2 中，1—2為單腳支撐階段，2—3為雙腳支撐階段．人行走的整個過程就是交替地改變支撐腳，反復執(zhí)行每個周期的過程．在文獻［7，8］中，假定了雙腳支撐階段是1個瞬間的過程，但在我們實際的研究過程中發(fā)現(xiàn)，如果雙腳支撐階段的時間太短，很難保證機器人的CoG的穩(wěn)定，而另一方面，如果雙足支撐階段的時間太長，會影響了機器人的行走速度．本文中假定在 1個行走周期Tc內，雙足支撐階段的行走時間為Td及每一步步長為D。，以此來規(guī)劃雙足支撐階段的軌跡．如圖2，圖3 所示．

　　在圖4中給出了行走機器人的模型和相關的一些參數(shù)，點（jcf，zf）為FOOT的行走軌跡的點在坐標系中的坐標，描述了機器人行走過程中z方向和z方向上的運動特征．點（礬， Zh）是機器人的HIP行走軌跡的一點在坐標系中的坐標．在 計算出腳和HIP的行走軌跡后，通過坐標變換就可以求出KNEE的行走軌跡．