下肢外骨骼机器人作为一款可穿戴式康复机器人,在康复医疗中扮演着重要地位。感知系统是机器人控制的前提,但其普遍存在检测设备昂贵、检测地点固定、绝大多数为离线识别、无图形化监测界面,且未对穿戴者进行健康监测的缺点,对运动状态的识别仅局限于识别步态的两相或四相,识别正确率也受个体间差异的影响。为此,论文设计了一款适用于下肢康复运动辅助外骨骼机器人的人机信息监测系统,可通过图形化的界面实时监测数据的变化,同时在保证识别正确率的基础上可识别出步态的五相及站立、坐立共三种状态。论文首先介绍了外骨骼机器人及其感知系统的国内外研究现状,给出了人机信息监测系统架构,设计并实现了肢体姿态角解算算法、运动状态识别算法,最后通过实验验证系统的可行性、通用性与可靠性。论文确定了系统感知量为肢体姿态角、足底压力、体温、脉搏、血氧饱和度五类数据,分析了各类传感器的可行性,设计了监测系统的总体架构。分析并确定了各个传感器的型号、安装位置及采样率。给出了监测系统的无线通信方案,并对上位机功能进行设计。分析了人体与机器人运动所涉及的坐标系间的关系,推导了用四元数表示欧拉角的转换公式。设计了基于互补滤波的姿态角解算方案,融合加速度与角速度数据解算出在人体基准坐标系下的肢体姿态角,采用一阶龙格-库塔法更新四元数以更新姿态。介绍了感知系统软件、上位机系统软件的实现方式。采用五相划分法划分人体穿戴外骨骼机器人后的步态,分析了各步态阶段开始的标志性事件。改进了前人工作的不足,融合足底压力与姿态角数据设计了基于模糊理论的运动状态识别算法,合理模糊化数据,建立了步态相位模糊推理规则、站立与坐立状态模糊推理规则,详细阐述了运动状态输出的模糊推理过程与实现方式。设计了姿态角解算实验、足底压力检测实验、运动状态识别实验,并对系统功能整体测试。相关实验数据显示:姿态角解算算法在0180°内的最大误差为0.1°;两种型号压力传感器的拟合函数的拟合程度高,拟合误差、拟合系数与均方根误差分别为0.5113、0.9953、0.3575与1.2790、0.9991、0.4617;令三名受试者穿戴实验装置以三种规定速度分别在跑步机与平地上行走,算法识别步态各阶段的正确率均大于等于97%,不同步速、个体差异性对识别正确率的影响不大,且站立、坐立状态的识别正确率大于96%,证明了算法的可行性与通用性。最后综合实验显示,在有效通信距离内,系统能正常运行实现全部功能,证明了系统的有效性。