仿人机器人实现其各项活动的前提是有稳定的步态。仿人机器人的步态研究包括步态规划和步行控制两个方面，其中步态规划的目的是获得一组下肢各关节关于时间的角度序列，步行控制的目的是在步态规划的前提下依照相关稳定性控制策略对步态进行修正控制。人类拥有世界上最完善的两足行走方式，参考人类的步态对仿人机器人进行步态规划和控制不仅能够大大降低步态规划的难度，同时可以获得更加类人的步态，具有广阔的应用前景。　　本课题基于人体运动模式生成了机器人的运动模式，并且基于ZMP控制策略对其步态进行稳定性控制，实现了机器人的稳定行走，取得的成果包括以下几个方面:　　(1)基于人体运动捕捉数据的人体步态模式提取　　实现了人体步态模式的提取。模式是主体行为的一般方式，人类步态模式即是人类的步行规律。首先建立了人体骨骼的D-H模型，联合卡内基梅隆大学图像实验室提供的.bvh格式的运动捕捉数据解析完成了关节空间中人体各自由度的姿态解算，生成了适用于机器人控制的在关节空间中各肢体相对运动的角度;其次基于步态周期分割、归一化等数学操作提取了人体步态模式，为机器人步态模式的生成奠定了基础。MotionBuilder以及Matlab仿真实验证明了人体步态模式的有效性。　　(2)基于人体步态模式的仿人机器人步态模式生成　　实现了机器人步态模式的生成。首先基于仿人机器人的自由度配置完成了在Webots中仿真模型的搭建;人体和机器人之间存在结构差异，需要对人体和机器人之间进行运动学匹配工作，因此其次分析了人体和机器人步行模型之间的结构差异，完成了基于关节自由度约束、仿人机器人初始位姿调整、关键帧位姿约束的人体和机器人之间的运动学匹配;最后经过平均值滤波、Hermite插值等工作，完成了机器人步态模式的生成。Webots中的运动学仿真实验表明了机器人步态模式的有效性。　　(3)基于ZMP稳定性能指标和步态模式的机器人步行控制　　实现了机器人的稳定性控制。首先分析了仿人机器人稳定行走的条件，求解了多质点和单质点仿人机器人模型的ZMP位置;其次基于机器人脚底的压力传感器完成了机器人实时ZMP的测量，并且基于ZMP控制策略对机器人的髋关节角度进行了算法寻优求解，Webots中的动力学仿真实验表明机器人在行走过程中，其ZMP点始终处于稳定区域内，证实了基于ZMP生成的机器人步态模式的有效性;最后完成了机器人行走过程中的类人性评价，相似性函数结果表明机器人和人体的步态相似性在绝大部分时刻超过70％，满足机器人步态类人性的要求。