对保有一定运动能力的上肢运动功能障碍患者,相比完全由设备带动训练的被动康复策略,按需辅助策略将患者自身的主动运动意图及运动能力纳入考虑,给患者提供完成康复运动所需的最小辅助力,提高了患者在康复运动中的主动参与程度,进而提高了康复效率。按需辅助策略中的核心问题是判断患者自身的主动运动意图及运动能力,而在康复训练过程中的人机交互力/力矩通常包括患者肌肉的主动作用和肢体自重、软组织粘弹性力等被动作用两部分,其中主动部分取决于患者的运动意图和运动能力,变化较大,而被动部分相比而言更具稳定性,因此通过测量被动运动信息间接计算主动运动意图及能力是实施按需辅助康复策略的行之有效的方法。本文面向肩关节按需辅助策略的实施需求,以柔顺机械臂KUKA iiwa为主要实验平台设计了人机交互实验,并基于受试者肩关节在被动运动中的关节力矩测量值对其在主动运动模式下的运动意图进行了识别。具体研究成果如下:1)首先对不同的上肢姿态描述方法进行了比较,并选用各角变量独立且符合临床康复直觉的球面表示法对使用固定在上臂的惯性测量单元测量的上臂旋转矩阵进行了分解。2)建立了上臂慢速抬升运动的静力学模型,设计了基于柔顺机械臂的上臂被动抬升实验,通过人机耦合系统的位置分析及静力模型对2名受试者在多个抬升运动轨迹内的被动力矩进行了测量和计算。3)将被动力矩结果应用于受试者主被动融合的上臂抬升运动中的主动运动意图及能力识别,并通过对肩关节相关肌肉的肌电信号的采集和处理,定性地验证了关节主动力矩计算结果的准确性。4)提出了基于BP神经网络预测未测量抬升轨迹中的被动力矩的方法,通过关节角和对应的关节被动力矩实测数据对神经网络进行了训练,并对其预测效果和泛化能力进行了检验。