1.一种基于模糊控制的多足机器人步态控制调整方法，其特征在于，包括以下步骤：S1：IMU数据采集：利用惯性测量单元IMU实时读取多足机器人在运动过程中的三轴姿态角，获取环境信息，得到四元数；

S2：输入变量确定：四元数通过公式计算得到多足机器人的横滚角β和俯仰角γ，作为控制系统的输入变量；

S3：模糊控制处理：通过确定模糊控制规则库对输入变量进行模糊化处理；

S4：输出变量生成：经过模糊化处理后，利用模糊决策逻辑推理及去模糊化，得到控制多足机器人步态所需要的机身高度系数Kh、跨步距离系数KI和抬腿高度系数Kf；

S5：多足机器人运动调整：通过上述三个系数实时改变运动状态下的多足机器人机身高度、跨步距离和抬腿高度，实现多足机器人根据环境信息进行步态的自适应调整并控制多足机器人进行运动。

2.根据权利要求1所述的一种基于模糊控制的多足机器人步态控制调整方法，其特征在于，步骤S1具体方法如下：首先，多足机器人在运动过程中，通过安装在身上的惯性测量单元IMU实时监测其三轴姿态角，通过IMU得到四元数q=[w,v,y,z]，其中w是实部，v、y、z是虚部。

3.根据权利要求2所述的一种基于模糊控制的多足机器人步态控制调整方法，其特征在于，步骤S2具体方法如下：通过公式计算得到包括横滚角β和俯仰角γ在内的姿态信息；这些姿态信息反映了机器人在当前地形上的姿态变化；

俯仰角计算公式如下：

2 2

γ=atan2(2(wy+vz),1‑2(y+z))横滚角计算公式如下：

2 2

β=atan2(2(wz+vy),1‑2(v+y)其中，atan2是反三角函数；

将四元数通过计算得到的姿态信息作为输入变量，其中横滚角β反映了多足机器人左右侧倾的程度，俯仰角γ反映了前后倾斜的程度。

4.根据权利要求1所述的一种基于模糊控制的多足机器人步态控制调整方法，其特征在于，确定模糊控制规则库具体方法如下：模糊规则设计如下：

当β和γ都增大时，说明此时地面崎岖，需要使机身高度降低重心，同时减小跨步距离以减慢运动速度，提升抬腿高度以提高越障能力，即Kh减小，KI减小，Kf增大；

当β或者γ两者只有一方增大或减小时，说明此时地面崎岖程度稳定，故三个多足机器人步态控制参数也稳定；

当β和γ都减小时，说明此时地面平坦，所以抬高机身高度，增加跨步距离，降低抬腿高度，即增大Kh，增大KI，减小Kf；

具体模糊控制规则如下：

当β属于模糊子集NB、NM、NS、ZO、PS、PM、PB，γ属于模糊子集NB时：Kh，KI，Kf分别为：XS/XS/XB、S/S/B、MS/MS/MB、M/M/M、MS/MS/MB、S/S/B、XS/XS/SB；

当β属于模糊子集NB、NM、NS、ZO、PS、PM、PB，γ属于模糊子集NM时：Kh，KI，Kf分别为：S/S/B、MS/MS/MB、M/M/M、MB/MB/MS、M/M/M、MS/MS/MB、S/S/B；

当β属于模糊子集NB、NM、NS、ZO、PS、PM、PB，γ属于模糊子集NS时：Kh，KI，Kf分别为：MS/MS/MB、M/M/M、MB/MB/MS、B/B/S、MB/MB/MS、M/M/M、MS/MS/MB；

当β属于模糊子集NB、NM、NS、ZO、PS、PM、PB，γ属于模糊子集ZO时：Kh，KI，Kf分别为：M/M/M、MB/MB/MS、B/B/S、XB/XB/XS、B/B/S、MB/MB/MS、M/M/M；

当β属于模糊子集NB、NM、NS、ZO、PS、PM、PB，γ属于模糊子集PS时：Kh，KI，Kf分别为：MS/MS/MB、M/M/M、MB/MB/MS、B/B/S、MB/MB/MS、M/M/M、MS/MS/MB；

当β属于模糊子集NB、NM、NS、ZO、PS、PM、PB，γ属于模糊子集PM时：Kh，KI，Kf分别为：S/S/B、MS/MS/MB、M/M/M、MB/MB/MS、M/M/M、MS/MS/MB、S/S/B；

当β属于模糊子集NB、NM、NS、ZO、PS、PM、PB，γ属于模糊子集PB时：Kh，KI，Kf分别为：XS/XS/XB、S/S/B、MS/MS/MB、M/M/M、MS/MS/MB、S/S/B、XS/XS/SB；

其中NB表示负大、NM表示负中、NS表示负小、ZO表示零、PS表示正小、PM表示正中、PB表示正大；XS表示极小、S表示小、MS表示中小、M表示中、MB表示中大、B表示大、XB表示极大；

选取高斯型隶属度函数作为输入变量与输出变量模糊值的隶属度函数；

高斯隶属度函数：

；

其中，是变量的值；=0.15，为控制高斯曲线平滑度参数；c为高斯函数的中心点；

在输入隶属度函数中，c的取值范围为c=[‑1,‑0.6667,‑0.3333,0,0.3333,0.6667,1]；

取c=‑1，代入高斯隶属度函数计算，得到模糊子集NB；同理得到余下六个子集NM、NS、ZO、PS、PM、PB；

在输出Kh隶属度函数中，c的取值范围为c=[0.4，0.5，0.6，0.7，0.8，0.9,1]；取c=0.4，代入高斯隶属度函数计算，得到模糊子集XS；同理得到余下六个子集S、MS、M、MB、B、XB；

在输出KI、Kf隶属度函数中，c的取值范围为c=[0.2，0.3333，0.4667，0.6，0.7333，

0.8667，1]，七个子集定义同输出Kh隶属度函数。

5.根据权利要求4所述的一种基于模糊控制的多足机器人步态控制调整方法，其特征在于，对输入变量进行模糊化处理具体方法如下：对输入变量进行模糊化处理得到输入变量的模糊值；具体来说，对于输入变量，令横滚角β的基本论域为[‑K1,K1]，取量化因子为1/K1，使得其模糊论域为[‑1,1]；俯仰角γ的基本论域为[‑K2,K2]，取量化因子为1/K2，使得其模糊论域为[‑1,1]；其中，K1和K2由无自适应控制调整时，多足机器人运动中的姿态角范围进行确定；采用七个模糊子集进行输入变量模糊论域的计算，七个模糊子集分别为NB、NM、NS、ZO、PS、PM、PB。

6.根据权利要求5所述的一种基于模糊控制的多足机器人步态控制调整方法，其特征在于，步骤S4具体方法如下：对于输出变量根据确定的模糊控制规则进行模糊决策逻辑推理，得到机身高度系数Kh、跨步距离系数KI和抬腿高度系数Kf的模糊值；对实际机器人的工作空间进行分析，根据地形崎岖程度设定抬腿高度最小值和机身高度最小值，为保持持续的运动状态设定跨步距离的最小值，具体根据实际机器人允许的范围调整三个系数的最小值，从而确定其论域；

采用七个模糊子集进行输出变量模糊论域的计算，七个模糊子集分别为XS、S、MS、M、MB、B、XB；

通过模糊控制库推理获得的输出变量模糊值进行精确化计算得到确切的控制值；采用重心法进行精确化计算，其原理是取模糊隶属度函数曲线与横坐标围成面积的重心为模糊推理最终输出值，即：                 （1）

其中， 去模糊化的最终结果，即输出的系数值；m为在x= 时，与隶属度函数相交的数量； 为输出隶属度函数的模糊论域内一点； 为该点的隶属度函数值；m个 值共同构成输出变量的模糊论域；

对输出变量模糊值进行去模糊化处理，得到明确的机身高度系数Kh、跨步距离系数KI和抬腿高度系数Kf。

7.根据权利要求6所述的一种基于模糊控制的多足机器人步态控制调整方法，其特征在于，步骤S5具体方法如下：多足机器人的支撑相是指步态周期中机器人腿部接触地面的阶段，‌其特点是需要维持稳定的姿态以支撑机器人的质量；‌摆动相则是步态周期中机器人腿部远离地面的阶段，‌其任务是提升腿部、‌重心移动从而准备迎接下一次支撑；‌这两个相位共同构成多足机器人的步态，‌确保了机器人在运动过程中的稳定性和效率；

根据得到的机身高度系数Kh、跨步距离系数KI和抬腿高度系数Kf，实时调整多足机器人的步态参数；具体来说：通过机身高度系数Kh调整多足机器人的机身高度Z2；

通过跨步距离系数KI调整多足机器人的跨步距离Y2；

通过抬腿高度系数Kf调整多足机器人的抬腿高度Z1；

根据以上要求总结得到，该多足机器人轨迹规划所需约束条件如下：（1）约束参数为初位置；符号为 ；

（2）约束参数为中间位置；符号为 ；

（3）约束参数为末位置；符号为 ；

（4）约束参数为初速度；符号为 ；

（5）约束参数为末速度；符号为 ；

（6）约束参数为初加速度；符号为 ；

（7）约束参数为末加速度；符号为 ；

根据上表七个约束条件，用多项式表示机器人单个足在三个方向上移动的距离与时间的关系：令P=(X,Y,Z)，

其中， 为系数，t为时间，P为坐标位置；

~

并将七个约束条件代入公式（2）中得：

（3）

式中， 为初始时刻，默认为0； 为由初位置到末位置所用时间，三角步态下即为0.5个运动周期；为中间时刻，即为( + )/2；其余约束条件 、 、 为可设定的参数， 为初始位置，通过读取电机角度，进行正运动学计算得到；

初始跨步距离固定值为L， 为目标位置，具体为

，为转向角度；

初始抬腿高度固定值为H， 为中间位置，具体为

；令 、 、 、 均为0，化简公式

（3）得到各系数 的值为：

~

（4）

通过公式（4）所得多项式系数，代入公式（2），得到x,y,z方向上关于时间t的多项式，建立t的参数方程，参数方程联立得到单个足端在三维空间中的运动轨迹，对多足机器人所有足分别计算得到对应的足端在三维空间中的运动轨迹，根据得到的运动轨迹实现多足机器人步态控制调整。