近年来,机器人技术发展愈加成熟,其应用领域涉及范围愈来愈广泛。辅助手术类机器人就是其中之一,医生与手术机器人之间的协作也一直是这个领域的研究热点。医疗手术机器人的工作环境更加复杂,医生进行手术时心理压力大,常常会引起误操作,如何对误操作进行有效的规避,这依旧是一个巨大的挑战。人体手臂是人机交互的关键,人体独有的刚度特性和运动力学特性使它能够在复杂环境中灵活运动,并且保持较高的鲁棒性。表面肌电信号(surfaceelectromyography,sEMG)中蕴含着丰富的人体运动学信息,是探究人体刚度特性的重要载体。本文从肌电信号出发,研究了人体手臂刚度的估计方法和基于手臂刚度的阻抗控制。首先,分析了目前人体刚度估计具有的问题,通过研究手臂上不同肌群间的协同作用,分析其对手臂末端刚度的影响,确定估计手臂末端刚度需要采集肌电信号的肌肉群位置。肌电信号蕴含刚度相关信息,根据肌电信号生理学背景,对肌电信号进行处理。经过处理后的表面肌电图与手臂刚度以及所产生的肌肉力矩高度相关,因此进行了刚度辨识实验,通过最小二乘法拟合机械臂末端力矩与表面肌电信号的包络幅值,提取末端刚度映射矩阵并计算手臂末端刚度。其次,通过肌肉骨骼模型中激活动力学特性来计算肌肉激活度,从原始sEMG信号到神经激活信号,最后计算肌肉激活程度。通过肌肉骨骼模型中动态收缩特性,计算运动过程中人体手臂的肌肉力。通过腱位位移法,计算肌肉力臂,最后将肌肉力与肌肉力臂结合,计算出肌肉力矩。肌肉间存在协同收缩,将肌肉力矩与末端刚度拟合为手臂关节的刚度趋势指数。通过拖动单关节机械臂实验验证肌肉骨骼模型的可行性,为后续基于肌电信号刚度估计的阻抗控制提供刚度参数。最后,实现了两种阻抗控制方法,分别为基于位置的阻抗控制和基于sEMG的人体手臂刚度估计的阻抗控制。在MATLAB Simulink平台下,建立基于位置的关节阻抗控制方法,并进行仿真分析。在已完成的手臂末端刚度辨识以及关节刚度趋势指数计算的基础上,设计基于sEMG的抗干扰阻抗控制策略,并进行仿真分析。在实验验室已有的手术臂实验平台完成手术臂在两种不同阻抗控制模式下的拖动实验,分析关节位置变化、位置误差变化以及对比关节力矩与关节末端力矩传感器,结果表明,基于sEMG刚度估计的阻抗控制可以根据具体手术拖动的环境灵活调整关节力矩,有望于医生克服拖动手术机器人过程中的误操作。