针对非线性柔性下肢外骨骼系统与人共融的难题,为降低穿戴者代谢能消耗,采用前馈模型与比例微分控制(PD)迭代学习算法构建柔性下肢外骨骼控制器,通过感知髋关节角度最大值为起始点,对步态周期进行划分计算.根据髋关节角度变化,实时生成期望力轨迹,动态调控力轨迹的峰值点和结束点;前馈模型分别补偿了柔性外骨骼的非线性刚度和不同穿戴者的运动模型,PD迭代学习控制器逐步减少控制系统中的误差与干扰.通过3名健康的试验者负重25 kg在跑步机上以5 km/h速度行走进行测试,结果表明,期望力与实际助力峰值的均方根误差分别为3.49,3.34和4.12N;与不穿戴柔性外骨骼相比,代谢能分别降低2.2％,4.0％和5.9％.实验结果证明,所提出的前馈PD迭代学习控制策略可实现精确的力轨迹追踪,降低柔性下肢外骨骼穿戴者的能量消耗.