近年来,随着人口老龄化不断加剧,以老年人为主的慢性疾病患者急剧增多,尤其是中风等脑血管疾病已成为危及人类生命主要疾病之一。中风导致的神经损伤若不及时治疗会引起严重的运动功能障碍。现有的医疗资源和康复设施紧缺,康复医师承担着巨大的工作压力。康复机器人可以代替康复医师完成肢体辅助运动,减轻康复医师工作负担同时保证训练强度和康复效率。但是,现有的康复机器人大多采用被动式训练方法,主动康复训练技术尚不成熟。在主动康复训练中,康复机器人通过人体运动解析进行柔顺控制是实现人机交互控制的关键。由此,如何实现人体运动实时解析以及主动柔顺控制成为康复机器人主动训练中亟待解决的两大问题。本论文的主要工作如下:首先,简化卧式下肢康复机器人机械结构,建立人机系统正逆运动学模型;基于人体参数回归方程和人体简化模型建立下肢动力学模型;分析主动训练中人机交互特点并建立主动模式下人机系统动力学模型,为下肢康复机器人主动柔顺控制奠定基础。其次,针对运动意图实时定量识别问题,以表面肌电信号(surface Electromyography,sEMG)产生机理与特点为基础,提出一种基于sEMG的下肢运动解析方法,进而生成与人体运动意图同步的期望轨迹:引入相干性分析法,定量描述sEMG和关节角度耦合关系,进而优化选取肌肉通道;采用一阶递归滤波器补偿sEMG和关节角度的机电延迟(the Electromechanical Delay,EMD);提出基于黄金分割的最小二乘极限学习机算法,缩短训练和预测时长;最后,通过实验验证了所提方法的有效性。再次,为了使得康复机器人主动控制过程更加自然、舒适,提出基于sEMG反馈的变阻抗控制模型从而实现康复机器人主动柔顺控制。构建sEMG与阻抗系数非线性函数,建立基于sEMG和人机交互力的变阻抗控制模型,进而调整期望轨迹并生成目标参考轨迹;提出滑模迭代学习控制器(Sliding Mode Iterative Learning Controller,SMILC)抑制重复干扰和异常扰动,实现对目标轨迹的稳定跟踪。基于matlab/simulink建立控制仿真模型,对所提出的控制方法进行仿真验证,结果证明了所提方法的可行性和有效性。最后,搭建卧式下肢康复机器人主动柔顺控制实验平台,包括信号采集系统,下肢运动解析系统,康复机器人控制系统。将本文方法应用于实验平台中,验证了本文所提控制方法的有效性。