随着我国人口老龄化的加重,人体步态失稳造成老年人跌倒的现象逐渐增多。人体下肢康复辅助机器人在帮助受伤的人群或者残疾人恢复基本的行走能力起到了重要的作用。正常人在受到外界扰动后,会根据扰动的大小和方向选择不同的平衡策略进行平衡调节,这一过程中步态数据的变化呈现出高维、高可变性、非线性等特点,这种多变量的相互作用的步态数据分析将是一个难点。综合考虑人体步态分析的大量,繁杂和高维等特性,人体下肢双足机器人的稳定性和实用性等,最终制定了针对步行康复动作的仿真设计方案：(1)机器人总体方案设计：确定程序和机器人的整体控制方案的总体结构,根据人体的结构特性等要求,以确定自由度和机器人的结构参数。(2)运动学建模及仿真分析：从建立运动学方程出发,进行正运动学和逆运动学分析,得到人体下肢机器人的运动方程,利用MATLAB的Simulink和SimMechanics工具箱建立运动学模型和仿真分析。(3)利用神经网络结构建立对步态仿真的自适应控制。根据以上特点设计控制器。自适应神经网络控制是根据性能要求和系统的实际性能相比较所获得的信息来修正所需控制器或控制法的参数。该系统的控制方法可以维持最佳或次最佳的操作状态。具体地,所需控制器为配合控制对象和外部干扰的动态特性及时纠正和改变其自身的特性,从而整个控制系统保持令人满意的性能。由于RBF神经网络能够依据需要解决的问题建立相应的网络拓扑结构,具有自学习、自组织、自适应功能,对非线性连续函数具有一致逼近性,学习速度快,可以进行广泛的数据融合和数据的高速并行处理。故在自适应控制器中加入RBF神经网络进行对机器人步态轨迹的控制。本文所得出的自适应控制策略,这使得助行器的设计更加人性化,同时为下肢残障人功能的康复提供了一定的参考作用。