可穿戴下肢助行机器人是可被使用者穿戴且能够辅助穿戴者下肢完成行走任务的机器人系统,在助老助残、生活服务、工业制造、国防军事等领域具有广阔的应用前景,提升可穿戴下肢助行机器人的运动控制性能将对改善社会医疗康复服务水平、增强特定行业人员作业能力具有重要意义。然而,当前可穿戴下肢助行机器人的运动控制研究中还存在着运动不对称、跟踪不精准、交互不柔顺等问题。围绕当前研究存在的问题,本文选取下肢假肢机器人和柔性下肢外骨骼机器人两种具有代表性的可穿戴下肢助行机器人作为具体的验证对象,设计和集成验证对象的实验平台,依托实验平台开展可穿戴下肢助行机器人的运动控制关键技术研究,促进可穿戴下肢助行机器人向高协调性、准跟踪性、柔交互性的方向发展。本文的主要研究内容和结果如下:（1）针对可穿戴下肢助行机器人辅助单侧下肢残疾穿戴者行走时缺乏患健两侧在任务空间下的实时运动对称性的问题,本文选取下肢假肢机器人作为具体验证对象,提出基于神经动力学优化的实时运动规划方法。首先,对下肢假肢机器人系统进行运动学和动力学建模。然后,将患侧重现健侧步速的运动规划问题建模为含约束条件的二次规划问题,并采用基于变参数迭代神经网络的神经动力学优化方法实时求解二次规划问题。最后,通过实验验证提出的方法既能增强假肢和健康腿在任务空间下的运动对称性,又能满足计算能力有限的下肢假肢机器人对实时运动规划的要求。（2）针对可穿戴下肢助行机器人辅助穿戴者完成重复运动任务时外界周期性扰动影响跟踪控制精准性的问题,本文选取下肢假肢机器人作为具体验证对象,提出面向外界周期性扰动的重复学习控制方法。首先,针对下肢假肢机器人关节期望运动轨迹的重复特性设计重复学习控制方法,赋予假肢在跟踪关节重复期望运动轨迹的过程中不断学习外界周期性扰动和阻抗动力学参数的能力。然后,证明该控制方法的稳定性。最后,通过实验验证提出的方法能够提升下肢假肢机器人在外界周期性扰动条件下的运动轨迹跟踪精准性。（3）针对可穿戴下肢助行机器人的人机耦合系统建模困难且存在大量未知非线性不确定因素影响跟踪控制精准性的问题,本文选取柔性下肢外骨骼机器人作为具体验证对象,提出面向不确定人机耦合动力学的自适应模糊控制方法。首先,对柔性下肢外骨骼机器人的人机耦合系统进行运动学和动力学建模,并通过分析健康人类的行走步态设计用于触发踝关节趾屈辅助的步态检测方法。然后,设计自适应模糊控制方法用于在跟踪期望运动轨迹的过程中不断逼近人机耦合系统动力学模型中的未知非线性不确定项,并证明该控制方法的稳定性。最后,通过实验验证提出的方法能够有效改善柔性下肢外骨骼机器人在不确定人机耦合动力学条件下的运动轨迹跟踪精准性。（4）针对可穿戴下肢助行机器人预设的期望运动轨迹与穿戴者的自主运动不匹配导致缺乏人机交互柔顺性的问题,本文选取柔性下肢外骨骼机器人作为具体验证对象,提出基于阻抗学习的柔顺人机交互控制策略。首先,针对传统固定参数阻抗控制缺乏对不同穿戴者关节阻抗特性的适应能力的不足,设计具有内外双环路的柔顺人机交互控制策略。然后,在外部环路设计阻抗学习方法,通过不断迭代更新得到目标阻抗模型参数,结合预设的期望运动轨迹和测量的人机交互力解算出参考运动轨迹,再通过内部环路的跟踪控制方法对参考运动轨迹进行跟踪。最后,通过实验验证提出的策略能够使柔性下肢外骨骼机器人根据不同穿戴者的运动特性自适应调整人机系统的期望位置和交互力之间的动态关系,对穿戴者施加柔顺的人机交互作用以辅助穿戴者行走。