为了实现人的运动控制技能向机器人传递,我们不仅需要采集物理信号如速度、加速度等,而且需要采集生理信号如人的表面肌电(surface electromyography,简称sEMG)信号,以发掘神经元控制更深层次机制,如阻抗调节机制。人们能够轻易地在干扰和不稳定环境中完成工具使用、目标操作等复杂任务,然而基于力反馈的遥操作机器人却很难实现,就是因为机器人无法像人一样灵活地跟随周围环境调节阻抗信息。另外,很多改进目前遥操作技术的方案往往以降低系统的透明度为代价,反而限制了人与机器人和环境的交互。采用肌电信号可以增加系统透明度,并且不需要复杂的模型和昂贵的硬件投入,比传统的技术节约了系统成本。本论文基于前期基础研究成果,通过sEMG信号构建新型仿人控制的人机技能传递系统,提取人的阻抗信息,映射到机器人关节空间或笛卡尔空间,通过力矩控制模式实现人的技能向机器人的传递转移,实现自然、稳定、安全的人机交互。本论文在参考相关研究的基础上,提出两种从sEMG信号中提取肌肉刚度信息的方法,其中一种方法假设sEMG信号的幅值与肌肉刚度之间存在线性映射关系,另一种方法通过探讨笛卡尔空间刚度的位姿依赖性质,将笛卡尔空间刚度进行了合适的降维以使用sEM)信号估计肌肉笛卡尔空间刚度信息。本论文将人体阻抗信息结合到相关控制方法(干扰观测器方法与鲁棒自适应控制方法)中,通过不同运动状态下(静止、主从式运动)的阻抗调节控制,以验证技能传递的有效性。最后,利用实验室现有的19关节自由度外骨骼康复机器人系统设计相应的实验,将阻抗调节技能传递方法应用在外骨骼康复机器人控制上,验证阻抗调节控制的有效性。实验结果表明,结合了操作者手臂表面肌电信号所估计的阻抗信息的先进控制器在抵抗不同情形下的外扰都具有明显的作用,有助于进一步研究相关的人机交互与技能传递工作。文中所提及方法将会对康复医疗领域有一定促进作用。