机器人自20世纪走进人类社会以来,已取得了巨大的发展,机器人技术代表了当今最为先进的自动化控制技术。而仿人机器人以类人的外形结构出现,受到社会各界高度关注。仿人机器人可以适应人类的生活和工作环境,代替人类完成各种任务,在很多应用方面可以发挥人类的能力。目前对于仿人机器人的研究仅限于在较为理想的环境下进行,机器人还不能智能地应对相对恶劣的环境。由于仿人机器人所具有的非线性、高维度、强耦合的特性,使机器人的行走控制技术一直是机器人技术领域的一个难点和重点。在与周围环境发生接触交互时,对运动的干扰也是不可避免的,机器人如何应对这些干扰也显得尤为重要。本文针对NAO进行仿人机器人行走控制研究,进行了相关技术的研究与应用。首先,为了更加准确地得到机器人NAO躯干姿态信息,克服陀螺仪与加速度计本身具有的局限性,采取卡尔曼滤波的方法,对两个传感器的数据进行融合,得到机器人躯干绕坐标轴旋转的角度,得到的信息将为后续的稳定性控制做好基础准备。接着,提出一种基于模型的双足机器人步态规划方法,即线性倒立摆模型,应用到仿人机器人NAO平台之上。本文在阐述线性倒立摆模型的原理后,进行仿人机器人NAO的步态数据规划,并进行实验验证。其中,该步行规划方法打破传统的常量ZMP模型,在双脚支撑期间采用三次函数进行平滑处理,并同步规划出每个控制周期相对应的ZMP轨迹和质心轨迹。这样,避免了双足支撑期阶段ZMP轨迹的连接问题,从而使质心的运动速度可以进行平滑的过渡；此外,在机器人运动模型上一改传统的逆运动学求解模型,将机器人的抬脚高度考虑到规划的过程当中,取得了良好的实验效果。本文研究了一系列的站立和行走过程中的反馈策略。着重提出四种反馈策略,分别为踝关节策略、髋关节策略以及下肢关节策略和上肢策略。该反馈策略的组合能够使机器人行走过程中抵抗外界环境的干扰,进而顺利完成任务。此外,鉴于仿人机器人NAO的结构复杂、状态较多,本文设计了一套对机器人自身状态进行实时监控的系统,令机器人的使用变得方便安全高效率。