手是人类日常生活中最常用到的人体器官之一,它是人体运动灵巧性的最高体现。而脑卒中带来的中枢神经损伤可能导致肢体运动不便,尤其是手部运动障碍,会影响人们的正常生活。神经科学已经证明康复训练有助于患肢的运动能力恢复。随着国内外机器人技术的发展,机器人辅助康复疗法已经成为了现阶段康复治疗的一个主要手段。本文首先从生理学角度叙述了手部的生理组织结构研究并归纳了手部康复机器人的研究现状,对比了目前应用比较广泛的几种康复机器人康复策略的优点和不足,随后阐述了本项目的研究方案及设计思路。并且在分析手指骨骼肌肉生理模型的基础上,建立手部参数化结构模型,并结合本研究室研发的手部康复机器人硬件平台,设计了一种用于获取手指肌肉力及肌肉参数的方法。为了有效实施手部康复机器人的主动康复策略,本文构建了一种基于模糊神经网络的变阻抗控制系统,实现机器人基于主动康复策略的康复训练。该阻抗控制系统主要是采集肌肉力以及运动角度等信息作为控制系统输入,通过离线学习构建的模糊神经网络系统实时获取阻抗参数,最终完成对理想机器人训练轨迹的跟踪。此外还设计完善了便携式虚拟仿真人机交互平台,该平台可用于手部康复机器人系统的操控与患者的康复诱导训练。人机交互软件运行在Android系统上,根据Android界面的生命周期及数据传递规则建立了一套数据通信系统。此外,在运动学分析的基础上构建了虚拟仿真系统来实时反馈康复训练的进行情况以及设定的运动目标;设计若干康复训练计划,促使患者主动参与康复训练。搭建了整体康复实验平台,首先对整体机器人系统运行的稳定性进行了优化并对利用手部参数化模型建立的基于模糊神经网络的阻抗控制系统进行验证;然后验证了Android人机交互平台上的数据通信系统及虚拟仿真环境;最后进行手部康复机器人系统联合实验验证。实验证明本系统可以稳定运行,实验结果也证明了本系统可实现手部主动康复训练。