随着老龄化的加剧,由脑卒中疾病引起的肢体功能丧失给患者的家庭以及社会带来沉重的负担,因此对于偏瘫患者治疗后的康复训练成为患者回归家庭的重要决定因素。传统的康复方式是医师直接对患者进行徒手训练,但过程劳动强度大效率低,因此将机器人技术与康复理疗方式结合的技术研究对肢体功能障碍患者的康复有着重要意义。本文针对上肢康复训练问题,设计一种翻转式上肢康复机器人,可在斜面空间内进行康复训练,增加了训练维度。通过建立人体上肢简化模型,基于末端训练轨迹进行运动学仿真,验证康复设备的有效性,同时提供了多种训练模式,并对其中的基于表面肌电信号的辅助模式进行了深入研究,最终完成康复系统的搭建,本课题主要内容如下:首先阐述了本课题的研究背景和意义,查阅并总结了上肢康复机器人在国内外的研究现状,同时分析基于表面肌电信号在康复机器人领域的应用及发展情况,对肌电信号特征提取方式和预测分类算法进行了总结。其次结合临床医学、解剖医学分析人体上肢的各关节、骨骼及肌肉等之间的结构及运动关系,同时基于目前桌面式上肢康复机器人的不足,提出一种翻转式机械结构的设计方案,并结合设计要求完成整机的建模,对关键传动机构进行计算选型,最后对翻转机构部分进行位置求解,为后续运动控制奠定基础。然后进一步验证翻转机构设计的合理性,对人体上肢建立简化模型,并对其理论模型进行正、逆运动学分析,通过Matlab平台下的Robotics Toolbox工具箱建立仿真模型,然后基于不同角度斜面内末端轨迹变化求解肩肘关节角度的运动情况,并通过对仿真结果对比分析验证,进而说明翻转式康复训练设备训练的可行性和有效性。最后针对辅助模式的实现,开展了基于肌电信号的关节角度预测研究,建立关节运动角度与提取的特征值间的映射关系模型,将肌电信号特征值作为输入,关节角作为输出,基于非线性自回归神经网络（Nonlinear Auto-Regressive Neural Network with Exogenous Inputs,NARX）算法构建二者的预测模型,并将其与反向传播（BP）和径向基函数（RBF）网络算法进行了对比,最终证明NARX的预测精度最高稳定性更好。搭建了上肢康复机器人系统硬件结构,编写上位机界面、下位机控制程序,利用康复机器人实验平台进行了基本功能实现,从而验证康复系统的可行性。