异构双腿行走机器人(Biped Robot with Heterogeneous Legs, BRHL)是一种将双腿机器人和智能假肢结合起来研究的新型机器人模式。它模拟膝上截肢患者安装智能假肢的情形,可以完成大量重复性多样性的智能假肢性能测试实验,为智能假肢研究提供了一个理想的科学实验平台。本文在论述了双腿行走机器人和智能假肢的研究现状、研究意义的基础上,对BRHL的机构模型做了简要的介绍,对仿生腿和人工腿的基本结构进行了详细说明,然后介绍了常用的仿真平台ADAMS和MATLAB/simmechanics,以及在其中建立的仿真机构模型。本文主要对膝关节角度预测、BRHL的步态对称性优化、关节轨迹跟踪三个方面的内容做了深入的研究。在智能假肢的使用过程中,需要解决的一个关键问题是如何根据健康侧肢体的运动信息来重构出假肢膝关节处的关节角度轨迹。通过惯性传感器采集正常人在步行时左右侧小腿的步行角速度值,然后用PCA理论分析左右两侧的耦合关系并把这种耦合关系用来对膝关节角度进行预测。然后采用RBF神经网络对PCA预测出膝关节角度进行进一步优化。结果证明了提出方案的正确性和有效性。膝关节角度预测对于智能假肢步态拟人性和节能性具有重要的意义。BRHL因左右侧腿部膝关节结构的不同会对步态对称性造成影响,文章先对正常人的步态对称性进行了分析,得出评价BRHL步态对称性的量化指标。针对步长对称性差的问题,提出了遗传算法结合多项式变换的优化方案。在ADAMS仿真环境中,通过一元线性方程对右侧膝关节角度进行变换,然后遗传算法根据左右侧步长误差对一元线性方程的参数进行优化,经多次迭代,BRHL的步长对称性指标在正常人范围内。该方案经改进后可用于智能假肢与健康侧肢体的对称性优化中。本文对现有实验平台的误差进来源行分析的基础上,在simmechanics平台中建立了仿真模型,加入了误差信号,采用BP神经网络PID控制算法,对关节角度轨迹跟踪进行了仿真,取得了良好的控制效果。该方案可以用来减小实验平台因机构磨损、齿轮间隙等原因带来的误差问题。