得益于康复医学与工程技术的结合,康复机器人已取得一定成效。感知系统作为康复机器人系统中的关键环节之一,不仅需要获取人体各项运动生理信息,也是意图识别、痉挛检测以及运动性肌肉疲劳评估等众多应用的前提。本文针对一款踏车式康复机器人设计了基于多传感器的感知系统,并将其应用于运动性肌肉疲劳评估。首先,阐述了人体各项运动生理信息的采集原理,着重分析了表面肌电信号的产生机理、信号特征以及噪声来源,并据此设计了表面肌电传感器;基于测力悬臂梁设计了足底压力传感器,采用霍尔角度传感器设计了关节活动度传感器,采用PulseSensor脉搏传感器采集脉搏信号。测试了表面肌电噪声性能与频谱特性,输出噪声为0.545mV。试验标定了足底压力传感器与关节角度传感器的灵敏度与非线性误差,结果表明各传感器指标均满足实际需求。其次,基于NI CompactRIO嵌入式平台设计了多传感器感知系统,包括硬件模块配置、软件系统架构配置以及软件设计,实现了多传感器同步采集、数据实时显示以及大量数据存储。然后,针对感知系统在运动性肌肉疲劳评估的应用,依据表面肌电信号非平稳非线性的特性,提出了基于HHT边际谱熵的肌肉疲劳感知方法。通过10名志愿者桡侧腕长伸肌的疲劳肌电信号,利用本感知系统进行了3组实验,从疲劳指标对数据长度依赖性、评估肌肉疲劳可靠性以及抗噪性3个方面对比了HHT边际谱熵、近似熵以及中值频率的性能。实验结果表明:HHT边际谱熵兼具对数据长度依赖低、能可靠评估肌肉疲劳以及抗噪等优点,为感知肌肉疲劳提供了一种新方法。最后,为验证感知系统整体有效性,测试了某志愿者在踏车式康复机器人阻抗模式下的各项生理运动信号,并利用HHT边际谱熵评估了胫骨前肌的肌肉疲劳情况。结果表明:本感知系统基于多传感器可较为全面的反映了患者进行康复训练时的各项信息,并可通过HHT边际谱熵感知运动性肌肉疲劳。