异构双腿行走机器人(Biped Robot with Heterogeneous Legs, BRHL)是一种将双足机器人和智能假肢集成研究的新型机器人研究模型。其可以在一定程度上模拟残疾人安装智能假肢这一情况,作大量重复有效的智能假肢性能测试实验,为智能假肢研究提供一个科学理想的平台,同时可用于研究人体与智能肢体之间的协调和不对称双腿的行走等问题。对这些问题的研究必将促使双足机器人技术的发展,可以有效地改进双足机器人的步态,使其能在复杂路况下更加拟人地行走。本文在阐述了假肢的研究现状及BRHL的系统组成、研究意义的基础上,对BRHL的步态模式进行了详细地研究。内容主要涉及到BRHL步态模式的分类、步态模式的定量分析以及人体步态模型的建立这三大块内容。在BRHL或智能假肢的开发中,为了保证仿生腿或假肢能准确地跟随人工腿或健康肢体进行稳健快速地行走,需要对人工腿或健康肢体的步态模式进行分类,本文通过惯性传感器系统采集人体在不同步态模式下下肢的加速度信号,并将这一信号作为模式分类器的输入,对其利用小波分解、LDA等技术进行特征提取及降维处理,最后通过两种基于不同原理的分类器模型来对该特征提取方法的稳定性及有效性进行了验证,实验结果表明本文提出的方法可以对健康肢体的步态模式进行高精度地分类。此外,为了能够对BRHL或智能假肢进行反馈控制,需要了解假肢运动时的一些典型的步态参数,本文通过惯性传感器系统采集的加速度及角速度信号来定量计算这些步态参数,从实验结果可知,本文给出的定量分析算法可以有效地去除测量中存在的噪声,能够得到较理想的计算结果。当智能假肢识别出路况以及得到一些定量的步态信息后,面临的另一个问题就是如何去调节假肢的步态,本论文利用神经元网络模型来建立人体运动时髋关节、膝关节与步长、步频的数学关系,将其作为调节髋、膝关节的一种参考依据,同时该模型也可以作为一种在线的步态生成器。