目前机器人对未知环境没有很好的自适应性，控制系统构建过程过于复杂，不具有模块化和普适性。本文在沙漠蜘蛛的启发下，为一款可以变形移动机器人设计出翻滚、爬行、侧滚等多种运动模式，其控制方案采用CPG仿生控制方法，并设计出适应三种步态的CPG神经网络，其具有优良的拓扑性和可移植性。样机机器人实现了稳定的爬行和翻滚两种步态模式。论文主要工作如下:　　根据沙漠蜘蛛的运动特征，简化其肢体动作，设计出仿沙漠蜘蛛机器人的翻滚步态、爬行步态、侧滚步态，提出以翻滚步态为转换基础的步态转换策略，解决了三种步态之间的转换问题。　　设计出适用于多种运动模式的基于Hopf振荡器的CPG神经网络并研究确定了每一种步态的CPG网络参数。　　利用ADAMS对机器人模型进行仿真，分别得出了机器人翻滚步态、爬行步态、侧滚步态和步态转换的受力杆件的受力以及主动关节的电机力矩，为样机配件选型提供了理论依据。　　设计机器人控制系统方案并选择元件，包括运动控制卡、工控机、驱动器、电机等。将元器件按照论证后的控制方案搭建出样机实验平台。利用MFC设计出实验平台的上位机界面，使实验者能够更加方便的操控机器人和观察机器人的实时运动信息。　　实验完成了翻滚步态和爬行步态。翻滚步态状态下机器人前进速度为0.05m/s，在爬行步态状态下机器人前进速度为0.017m/s，验证了CPG仿生控制方法的有效性。