目前脑卒中以及脊髓损伤患者数量众多,分布广泛,治疗过程主要依靠人工实现被动康复,而当前从事康复行业的医师数量不能满足社会需要。下肢康复机器人融合了机器人技术、控制理论、生物科学、仿生学、机械设计等不同学科,作为新兴的技术领域已经受到越来越多的关注。将机器人应用于康复治疗,不仅能使医生从繁重的训练任务重解脱出来,而且具有准确性和可靠性方面的优势,还可以通过分析记录的数据来评估患者的恢复情况。本文设计了一款新型的脚踏式下肢康复机器人。机器人的核心结构采用了变刚度一体化柔性关节,可以实现训练过程的被动柔顺特性,大大提高了康复过程的安全性。由于在结构中采用多编码器定位,能够同时获得电机侧和负载侧的位置,降低了位置控制的难度,并且可以利用关节等效刚度模型和相对转动角度获得负载力矩的大小,间接起到了取代了外界力矩传感器的作用。针对柔性关节的特点,本文推导出柔性关节的完整和简化动力学模型,并且针对柔性关节模型的控制策略进行研究。对于传统反步法位置控制柔性关节存在的对模型参数敏感的问题,本文采用了基于神经网络自适应反步法控制策略,并对该控制策略进行仿真试验研究。由于刚性关节在机器人设计中使用更加广泛,本文为不同康复训练模式设计相应的控制算法。利用导纳控制策略实现刚性关节的柔顺特性,保证机器人在康复过程的安全性。通过设计自适应阻抗控制策略,控制患肢与机器人的接触力控制,为不同康复阶段选择合适接触力。本文还设计了改进的自适应阻抗控制,该控制策略不仅可以消除环境信息的不确定性,忽略机器人模型的不准确性,而且能够对时变接触力进行控制,对外界干扰具有较强的鲁棒性。利用设计的平台和控制策略,本文完成了相应的仿真与实验验证。通过对实验结果进行分析,证明了机器人结构的合理性以及控制算法在工程应用的可行性,能够很好的完成预期要求。