下肢外骨骼机器人系统属于人机共融范畴,在意图感知、多传感器信息融合等共性关键技术层面具有重要研究意义,其成果在军事、医疗、物流等行业领域具有典型应用价值。然而,当前外骨骼机器人技术研究尚欠,其柔顺性能低、运动干涉严重、稳定性差等问题依然掣肘外骨骼机器人冲击大众化市场需求。为打造与人共融下肢外骨骼系统,实现低功耗、高柔顺、高负载特性,本文围绕“人机交互系统的运动/力多维耦合作用规律”、“人体运动行为特征感知、识别与分类机理”、“人机协作高效性与可靠性评判机制”等方面基础科学问题,开展具有原创性的下肢外骨骼系统综合设计、系统建模、步态特征分类识别、稳定性评判机制等研究。具体包括以下几个方面:首先,基于人体生理结构参数建立下肢外骨骼运动学模型。为满足下肢外骨骼机构设计安全性和普适性的设计要求,分析成年人人体下肢生理结构及关节运动参数,运用三维建模软件设计下肢外骨骼虚拟样机,并采用D-H参数法建立下肢外骨骼运动学模型,通过仿真对模型进行仿真分析及验证,为后续研究提供理论基础;其次,基于支持向量机（SVM）的步态识别算法优化研究。为提高步态识别效率和精度,提出基于SVM多分类优化算法。通过对人体步态行进分析,将整个步态周期划分为六个相位,开展分解研究。总结各相位状态下足底压力和下肢关节角度变化规律,提取相关阶段人体运动特征。通过分析SVM二分类原理以及四种多分类SVM模型特点,基于有向无环图多分类算法与二叉树多分类算法,构建融合SVM多分类算法,从而避免传统算法误差累积大、分割区域不均衡等问题;然后,基于零力矩点（ZMP）理论,提出虚拟支撑点概念,拓展优化支撑多边形及动态稳定性判据。围绕外骨骼机器人动态稳定性开展研究,通过分析传统ZMP稳定性判据原理并指出该判据局限性,进而分析人体动态相位运动特性,对比单腿支撑期摆动足与ZMP位置关系,创新提出虚拟支撑点概念,拓展动态物体支撑多边形。该判据可实现动态稳定性判别,使ZMP稳定性判据具有判定动态稳定性功能,打破传统判据结构固定局限,提高稳定性判别准确度。最后,搭建力位反馈系统,验证步态分类识别算法的可行性及有效性。采集实验者行走过程中足底压力及关节角度信号作为数据样本,经预处理和特征提取,训练分类模型并进行对比实验,通过对比分类识别结果对本文算法进行验证。