动态性、适应性、稳定性是四足机器人研究的重难点,现有的控制方法中,基于模型的控制方法需要对自身和环境进行精确的建模,工作量大,运动规划复杂,降低了控制的实时性。而基于行为的方法,没有高层的调节,同时也无法进行全局规划,灵活性较差,有一定的局限性。基于生物的CPG控制可以在缺乏高层调节和传感信息的情况下,自发产生稳定的节律信号,控制生物实现基本的节律运动,结构简单,适应性较强,同时不需要对环境和自身进行建模,减少了工作量,节约时间,被广泛地应用于足式机器人的运动控制中。但是,机器人的CPG控制在协调性、适应性等方面有所欠缺,不能很好地模拟生物的特性。本文基于生物学的角度,对CPG输出和关节驱动的映射展开研究,建立了二者的映射函数,构建了引入反射协调的多层CPG网络四足机器人运动控制系统。首先,通过对CPG控制和生物特性的深入研究,分析了四足动物行走步态下的运动特性和各关节运动轨迹,总结出关节间的运动规律。基于动物的反射机制,通过在多层CPG网络中引入牵张反射、姿势反射、对侧伸肌反射,对CPG输出进行调节。构建了四足机器人髋关节、膝关节、踝关节的CPG输出和关节驱动的映射函数,使多层CPG网络模型更符合生物特性。其次,对多层CPG神经网络模型结构进行研究,确立并构建了引入反射协调的多层CPG神经网络,包括:节律发生层、模式发生层、运动神经元层、反射协调层。利用改进后Van der Pol振子模型对各层网络进行建模,对模型中的参数进行分析,并通过仿真实验对基于多层CPG四足机器人运动控制的可行性进行验证。最后,在仿真平台和实体实验平台上,分别对四足机器人肢体间、关节间的协调运动以及四足机器人的原地踏步和行走步态进行实验。实验结果验证了引入了反射协调的多层CPG神经网络应用于四足机器人稳定行走的可行性和协调性。