外骨骼机器人是智能设备的一种,主要是通过模拟正常人的运动方式帮助下肢瘫痪的人实现行走的能力。外骨骼机器人集传感、控制、信息、移动和计算于一体,其功能的实现是通过多部分协同“智能”控制的手段完成的。外骨骼机器人研究中的一个重要方向是根据不同的运动意图切换不同的步态,通过对穿戴者的运动意图识别,实现外骨骼机器人主动控制步态的规划,帮助下肢瘫痪的人实现行走。针对穿戴者的运动意图识别部分,研究使用BP神经网络解码肌肉电信号的方式完成对人体运动意图的识别,通过意图识别的结果规划运动步态,并对规划步态的稳定性进行分析。为了解决运动步态规划的问题,首先需要划分步态相位,研究构建了基于SIAT康复外骨骼机器人的实验平台,采集外骨骼穿戴者正常步行下6个通道的表面肌电(s EMG)信号,并进行特征提取,运用Vicon-Nexus设备进行数据采集和验证。实验者穿戴表面肌电设备在三维力测力跑台中行走,检测出行走过程中的重心、关节轨迹、运动轨迹和运动压力。计算出实验者重心的运动轨迹,与Vicon运动捕捉系统中重心的稳定性和最小压力进行了比较,获得最佳步态运动轨迹。使用支持向量机(SVM)、LSTM、BP神经网络对s EMG信号特征向量划分实现对穿戴者4种运动步态相位识别。其次,将关节矢状面运动轨迹近似看为正弦函数与不同的步态相位结合构建出运动模型。最后,根据规划出的运动模型完成运动步态的规划。针对外骨骼机器人协同控制的问题,研究构建了基于人体运动意图实时控制外骨骼机器人的运动步态系统,将意图识别部分与步态切换控制部分串联起来,通过建立IP地址和端口通讯将s EMG信号采集模块、意图识别模块与外骨骼控制步态切换模块联系起来,实现外骨骼设备通过对s EMG信号的识别控制运动步态实时切换的规划。实验结果表明,基于s EMG信号解码人体运动意图控制外骨骼机器人步态切换具有良好的准确性和实时性,帮助患者更加安全、快速的完成康复训练,大大提高了外骨骼机器人人机交互的性能,促进了智能设备的发展。