足下垂导致患者无法正常行走,可通过康复治疗提升其运动能力,康复机器人辅助足下垂患者训练为康复方法之一。但大部分用于足下垂康复训练的机器人,无法根据患者的意愿协助人体完成人机同步的协调运动。为解决人机之间运动融合性、同步性的问题,设计了由人体意愿作为运动导航信息的外骨骼机器人。由于表面肌电信号能够预测人体的运动意愿,为保证预测的准确性,提出了利用不同肌群间肌电信号规律导航外骨骼机器人的方法。根据驱动人体下肢骨骼行走的肌肉部位选取肌电信号的采集区域,最终确定了采集区域位于人体大腿和小腿处。在多种噪声环境下对肌电信号进行了采集,分析了肌电信号采集精度的变化,在保证采集精度的前提下,采集了健康受试者及足下垂患者的肌电信号,通过探寻肌肉组织间肌电信号的关系,发现了人类行走时大腿、小腿间的肌电信号规律。以康复机器人的设计原则出发设计了柔性外骨骼机器人。建立了外骨骼机器人的正解模型并推导出了反解方程,验证了外骨骼机器人在几何设计上的合理性。为保证受试者的安全,对外骨骼机器人进行了动力学分析。对外骨骼机器人的重要受力部件进行了应力分析与参数的设计,验证了外骨骼机器人带动人体行走的可行性。对肌电信号进行了预处理,完成了时域特征向量的提取。根据探索出的肌电信号规律及特征向量建立了BP神经网络训练模型,对训练结果进行了分析,验证了BP神经网络对运动模式分类的准确性,证明了由人体大腿、小腿间的肌电信号规律导航外骨骼机器人的可行性。为实现人机通讯及掌握患者的疲劳程度,设计了人机交互界面,并制定了主、被动康复训练策略。搭建了外骨骼机器人样机,进行了连续空载实验,验证了其安全性,开展了人体步态实验与矢状面内的康复实验,验证了探索出的肌电信号规律能够导航外骨骼机器人带动人体实现正常行走,而且建立了虚拟场景帮助患者进行形式多样的康复训练。