下肢辅助运动装置是一种便携式可穿戴智能设备,它将人的下肢与机器结构巧妙的结合起来,能够为人体提供支持保护,同时也能够辅助人体完成步行等行为。按照功能的不同,可以分为:致力于解决下肢运动能力丧失或者严重损伤患者的运动问题的康复类型的辅助运动装置和增强人体负载能力的辅助运动设备。本课题围绕下肢辅助运动装置控制系统进行研究,主要做了以下工作:（1）通过研究有关人体下肢辅助机器人文献资料,总结了下肢辅助运动装置研究背景,目的和研究意义,总结了国内外现有下肢辅助运动装置的结构以及控制方法,展望下肢辅助运动装置发展趋势。（2）结合人体解剖学的知识,分析人体下肢关节生理结构,研究下肢各个关节的运动机理。分析人体运动步态规律,并划分步态周期。通过Open Sim软件绘制下肢关节的运动状态曲线,导出关节运动角度,拟合关节运动函数,为关节跟踪提供理论基础。按照下肢辅助运动装置舒适性、安全性以及适应性的原则,对下肢辅助运动装置进行结构设计。（3）结合坐标变换,建立下肢辅助运动装置的D-H模型,利用机器人运动学和动力学理论建立下肢辅助运动装置的运动学和动力学模型,运用拉格朗日方法求解人体下肢各关节的动力学参数,为研究关节控制算法提供参考模型。（4）分析人体辅助运动装置的不同控制算法,对传统PID控制,鲁棒控制、自适应控制以及模糊控制的优劣进行比较。通过模糊控制的逼近特性对人体辅助运动装置运动过程中的摩擦进行自适应逼近补偿。在设计控制器时,考虑模糊系统逼近会造成系统误差,加入鲁棒控制来消除逼近误差,提高系统的稳定性。（5）因为辅助运动装置系统模型存在不确定性与时变性等问题导致建立准确地数学模型模困难。提出无模型自适应迭代学习控制算法,该算法实现过程是根据无模型自适应方法对下肢辅助运动装置系统的动态性能方程进行转换线性化,设计控制器结合最优方法并引入参数的估计值,能够根据输出的误差信息迭代地调节系统参数,实现对关节轨迹的跟踪。