随着老龄化程度逐渐加深,人们对全膝关节置换术后的康复训练需求逐步提升。针对术后患者因康复评价不及时或康复机器人机构设计不完备,导致的康复效果不显著等问题,本文以提高膝关节角度测量的准确性为目标,提出了一种结合人体运动学约束和最优惯性传感器（Inertial Measurement Unit,IMU）组合布局的膝关节角度测量方案,并对其开展研究:根据膝关节运动过程中固有约束建立膝关节简化模型,通过模型解算得到两个传感器与膝关节轴的位姿关系,并解决其运算过程中的关节轴符号配对问题,实现了IMU与膝关节的实时校准。然后基于IMU实时采集的角速度和加速度数据,通过角速度积分和加速度投影的方式分别计算矢状面内的膝关节角度。最后基于自适应卡尔曼滤波的数据融合方法将这两种解算方式的优势有效结合,从而确定了关节角度测量方案。针对该方案存在不可避免的皮肤运动伪影问题,根据康复训练过程中机器人与患者的实际情况,筛选海伦海叶丝标记位置等权威标志点。接着将皮肤运动较小的有效标记位置进行排列组合,完成IMU布局优化实验流程设计,并搭建能够实现数据采集与角度曲线显示同步进行的IMU测量系统。最后基于上述方案进行IMU布局优化实验,对IMU采集的数据进行分析。针对实验中作为参考标准的光学动捕系统的使用流程,选择符合本实验要求的反光标记点贴放方式,并将光学系统采集的数据导入Visual 3D建立下肢骨骼模型,输出精确的膝关节角度数据。通过对比6个布局的均方根误差,确定了大腿前下部和小腿外侧中部是贴腹弯腿动作下IMU组合的相对最优布置位置,平均均方根误差为0.6°±0.26°,同时验证了提出的基于IMU组合布局的膝关节角度测量方法的有效性和准确性。最后,基于膝关节角度测量方法进行应用评价。利用得到的IMU最优布局方案,记录了膝关节从水平位置屈曲到极限位置整个过程中的关节角,其平均误差达到1.23°,验证了该方法在关节活动范围（Range of motion,ROM）评价方面的可行性。同样利用该方法对比了膝关节与机器人关节角度在康复运动过程中的变化趋势,验证了该方案进行人机耦合性能评价的可行性。