下肢外骨骼康复(LER)机器人作为一种移动辅助工具,在传统的物理治疗方法的基础上,取得了巨大的进步。这种系统的一个主要挑战在于平衡步态的设计,在使用LER系统时保持用户的平衡。其在医疗康复领域有非常好的应用,帮助下肢行动不便的患者进行复健训练。本文在开发人体步态采集系统,探究人体步态影响因素,设计机器人步态平衡方法等方面开展研究。作为应用于人的机器,最重要的就是以人为本。本文从采集正常人的步态数据出发,设计多模态(包括传感器采集和图像处理采集)的人体步态采集系统,建立人体步态数据库。并对步态数据进行研究,得到人体步态运动规律将用户的体验质量(QoE)与人体步态的物理影响因素(步态周期、步幅和步高)联系起来。在机器人智能平衡增强策略的设计方面,首次提出了六种基于人类性别和年龄步态分类的标准步态模型。针对每类人群的特征给出最符合的训练步态,实现仿人步态策略。更进一步,为了实现人体运动意图估计以进一步提高机器人行走平稳性和用户的QoE,将标准步态模型与用户的QoE轨迹相结合,提出了个性化的步态策略。通过基于QoE的LSTM步态预测算法实现步态的实时预测。最后本文在各种条件下进行了大量的主观测试以验证所提出的步态平衡算法的可行性。实验结果验证了仿人步态策略和个性化步态策略的有效性。在下肢外骨骼机器人实施本文步态平衡方法后,使用者能够摆脱拐杖实现稳定行走,且具有非常好的体验质量。所提出的个性化步态策略可以考虑每个患者的QoE和行走的身体特征,以优异的性能进行残疾人辅助和康复训练。