由于仿人机器人灵活的运动能力、良好的地面适应能力及易于为人们所接受的外形,因此仿人机器人具有解决人口老龄化问题及更好服务人类的潜力。实现仿人机器人在人居环境下的良好运动是实现上述目标的基础,也是仿人机器人学研究的重要目标。随着近年来仿人机器人综合研究水平的进展,实现仿人机器人在非结构化环境下的运动有了重大进展,即由足迹规划给出机器人的足迹序列,由足迹转换轨迹模型实现机器人在足迹序列上的姿态转换,实现机器人在空间上的移动。针对现有的足迹转换轨迹方法存在的步态规划不自然,计算量大,适应能力差,对模型精度要求高的缺点,本文系统的研究了仿人机器人步态规划及稳定性控制,为实现仿人机器人在人居环境下的灵活运动提供了可靠的足迹转换轨迹模型。本文从生物的节律性运动的控制原理出发分析构造中枢模式发生器(CPG)网络控制模型的思路。通过分析人类运动时各个关节的运动轨迹及各个关节之间运动关系,给出仿人机器人运动过程中腿部关节的运动曲线,并通过将人类运动分解为三个平面的五类运动,找出每类运动对步态的影响,从而简化CPG参数与步态之间的关系。根据CPG网络控制模型应具有的特点,构建适用于仿人机器人的CPG单元,多个CPG单元分布于仿人机器人腿部关节的每个运动关节构成了仿人机器人的CPG网络控制模型。通过构建反馈控制机制提高机器人的适应性能力,及通过监测机器人躯干状态的及时调整CPG网络控制模型的参数,实现机器人运动状态的实时调整。基于中枢模式发生器的控制方法成功的应用在NAO机器人仿真平台及物理平台上,验证了该方法可以为足迹规划提供一种稳定的足迹转换模型,由该方法实现的步态具有运动自然、计算量小、有一定的地面适应能力及不严格依赖建立模型的特点。