针对仿人机器人NAO实际行走距离受环境因素(如脚底打滑)和自身因素(如关节的反作用力)的影响，导致其与理论期望距离有一定偏差的情况，提出了一种基 于自适应神经模糊推理系统的行走距离预测方法．通过获得NAO行走距离的相关数据，采用网格分割法，构建自适应模糊推理系统来预测机器人实际行走的距离． 训练时采用网格分割、BP算法和最小二乘算法的组合优化．对训练后的系统进行了分析与测试，仿真实验证明了方法的有效性．