神经性疾病、肢体损伤和老龄化人群的脑卒中均会导致人类下肢运动功能障碍,严重影响了个人生活质量。康复医学的相关研究表明,有效训练可促进肢体功能障碍患者运动功能恢复或重建。然而,现有的被动式康复训练机器人与人体下肢正常运动的契合度不够,康复医师手动训练治疗需要占用大量社会资源,因此,研究“人在回路中”的外骨骼康复训练机器人具有重要的经济和社会意义。本文立足于下肢康复训练机器人,从正常人的人体步态数据出发,结合人体运动的生物力学分析与模型构建,获取具有人体运动特性的关节角度与力矩,并将该信号作为下肢外骨骼机器人模型控制的参考信号,设计控制器实现机器人的拟人化柔顺控制。通过与现有几种人体建模方法和外骨骼机器人建模控制方法的对比分析,本文所提方法在机器人的跟随性与人机融合性方面具有一定的优越性,并通过实验验证了本文所提出的下肢外骨骼机器人拟人建模及控制方法的科学性和有效性。本文主要研究内容包括:（1）分析、对比了多连杆模型和肌肉骨骼模型两种人体下肢运动学建模理论,通过标识点和光学系统采集步态数据,使用Open Sim进行下肢肌肉骨骼建模分析与仿真,再通过逆运动学解算得到人体运动过程中变化的下肢关节角度,并对人体运动机理和步态过程进行了分析。（2）分析、对比了多连杆模型、人与机器人复合模型和机器人多体运动学三种机器人建模方法,根据采集的运动过程足底交互力进行逆动力学解算得到人体运动过程中下肢的各关节力矩,并与Open Sim肌肉骨骼模型逆动力学解算得到的关节力矩进行了对比分析。（3）研究、讨论了基于真实步态数据的下肢外骨骼机器人拟人建模及控制系统设计方法。即在力矩控制中,将含有人体运动特性的关节力矩作为机器人模型的输入补偿量,从而将人体运动特性引入到控制系统中。以人体运动特性的关节角度与关节力矩作为机器人的参考输入信号,结合建立的机器人模型进行PD控制器设计,并仿真验证了该方法的可行性。本文的控制算法分别对连杆机器人模型和多体运动学机器人模型进行了仿真测试,下肢连杆模型实现了髋、膝和踝关节在矢状面上的关节驱动与控制,多体运动学模型实现了与人体相同的多自由度下肢关节驱动控制。