随着我国人口老龄化和社会生活压力的不断加剧,因脑卒中等心脑血管疾病引起偏瘫和残疾的患者的人口数量在与日俱增。相关研究表明,越早对此类偏瘫患者进行康复训练,越能更好地改善甚至恢复其肢体运动能力。一方面是偏瘫残疾患者数量的不断增加,而另一方面则是我国康复医师和设施的极度匮乏。因此,康复机器人技术逐渐成为缓解康复医疗资源匮乏,提升患者康复训练效率的研究热点。康复机器人可以完成重复且繁重的康复辅助训练,减轻康复医师的劳动强度并提升康复效率,但现有的康复机器人主要用于带动患者进行被动的康复训练,与患者之间的交互性较差,导致患者主动参与康复训练的积极性较低,康复效果和效率较差。因此,研究如何提高患者主动运动意图在下肢康复机器人控制系统中的作用,实现下肢康复机器人与患者之间的交互协同控制,成为康复研究领域的重要研究方向。本文主要研究工作如下:首先,通过对人体下肢关节运动和下肢康复机器人结构的特点进行分析,建立人机系统一体化结构模型;在不影响人体下肢运动规律前提下对人机系统结构模型进行一定的合理简化;分别利用几何法和拉格朗日法建立人机系统运动学模型和动力学模型,为进一步下肢康复机器人控制策略的制定奠定基础。其次,针对人体下肢主动运动意图识别的问题,通过下肢表面肌电与肌力之间的相关耦合性分析,建立基于广义回归神经网络的肌电-肌力预测模型,研究下肢肌电预测肌力方法。同时,为解决预测模型中存在的模型训练时间长、数据过拟合及参数优化等问题,利用交叉验证和遗传算法相结合的优化算法对模型进行优化,提高预测模型对人体下肢运动意图识别的准确率。再次,为提高下肢康复机器人控制系统中的人机交互水平,提出一种基于肌力预测的下肢康复机器人交互自适应控制策略。设计基于肌肉活动度的变导纳控制器实现对人机交互力的自适应追踪;设计基于径向基神经网络的自适应滑模控制器实现目标关节角度的修正和位置轨迹的追踪。通过matlab/simulink仿真实验对下肢康复机器人的交互自适应控制方法进行实验验证。最后,搭建卧式下肢康复机器人系统实验平台,包括信号采集、信号处理和康复机器人控制等模块。基于所提控制策略制定了实验方案和实验流程,并将所提下肢康复机器人交互自适应控制策略应用于实验,通过实验验证本文所提控制方法的可行性和有效性。