目前全球有超过六百万的下肢截肢患者,佩戴假肢是辅助截肢患者恢复基本行走能力回归正常生活的关键,现如今市面上主流的假肢大多为被动式,不具备主动出力,这将导致截肢患者要额外消耗30%的能量才能实现正常行走。因此,采用主动式假肢来取代被动式,可使患者在获得基本行走能力的同时更加省力。电液直驱系统所具备的高功率密度、高效率、高度紧凑的优点使其广泛应用于航空航天的泵控伺服系统中,本文旨在利用电液直驱技术特有的优势特点设计一款主动式踝足假肢,满足膝下截肢患者的需求帮助其恢复行走能力。本文从健全人体的踝关节特性出发,对平地行走状态下一个完整的步态周期内踝关节的运动学和生物力学特性进行分析,通过步态相位划分进行分段研究。利用采集的平地行走、上下楼梯、上下坡五种运动模式下踝关节的运动学数据作为训练样本,通过机器学习选取包含K最临近（KNN）、线性判别分析（LDA）、BP神经网络和支持向量机（SVM）在内的四种模式识别算法对样本进行训练和识别,实现踝足假肢运动模式识别,训练结果表明四种算法下运动模式识别的准确率均可达到95%以上。本文在模式识别的基础上依据步态相位划分为五种运动模式下踝足假肢的运动设计控制系统,支撑相和摆动相分别采用有限状态阻抗控制器和位置控制器来还原健全人体踝关节的阻抗特性,仿真结果显示所设计的控制系统可以很好的还原健全人体踝关节在不同运动模式下角度同扭矩之间的映射关系。本文完成了动力踝足假肢实验系统装置的搭建,通过空载台架实验对踝足假肢运动学特性进行分析,实验结果显示在摆动相假肢具备良好的位置跟踪性能。设计了一款辅助穿戴设备用于膝下踝足假肢的穿戴实验,通过行走实验验证了模式识别系统的准确性并选取BP神经网络算法作为主要运动模式识别算法,通过穿戴实验验证了有限状态阻抗控制器的合理性,帮助截肢患者最大程度还原平地行走过程。