随着社会人口老龄化加剧,由于脑卒中导致运动功能障碍患者数量增加。为帮助上肢运动功能障碍患者进行康复训练,国内外研究者设计了多种上肢康复辅助装置,其中上肢康复机器人成为康复医疗领域研究热点。上肢康复机器人不仅能够帮助受试者进行有效康复运动,同时还可以缓解医疗资源紧缺问题,促进医疗资源合理分配。上肢康复机器人是人机一体化康复设备,理想状态下上肢康复机器人不仅具有符合人体工学结构,并且具备识别人体上肢运动意图能力和安全柔顺人机协同运动性能,为受试者提供安全舒适的康复训练环境。本文针对上肢康复机器人机构设计与人机协同控制算法研究,首先设计重力平衡式仿生上肢康复机器人结构并进行有限元分析和动力学分析,其次采用表面肌电信号识别人体上肢运动意图,再次提出上肢康复机器人人机协同控制算法,最后开展基于人机协同控制系统的人体上肢单关节和多关节康复训练实验研究。本文的主要研究内容及取得的创新性成果如下:（1）设计了一款重力平衡式仿生上肢康复机器人结构。针对上肢康复机器人自重较大问题,本文提出一种重力平衡式仿生上肢康复机器人,为受试者提供安全舒适的康复训练环境。首先根据上肢解剖学,从仿生学角度进行上肢康复机器人柔顺化结构设计,上肢康复机器人前臂结构仿生人体上肢前臂骨骼结构,避免上肢康复机器人和受试者上肢产生人机对抗冲突;其次设计重力平衡结构,防止上肢康复机器人因自重过大造成人体上肢肌肉损伤;再次对上肢康复机器人主要受力部件进行有限元分析,保证受试者康复训练安全性;此外分析重力平衡结构合理性,进行上肢康复机器人重力平衡结构的仿真实验验证和平台实验验证,验证重力平衡结构能够有效地抵消上肢康复机器人大部分重力;最后利用拉格朗日方法建立重力平衡式仿生上肢康复机器人动力学模型,为上肢康复机器人驱动系统的选择和控制系统的设计提供基础。（2）提出了一种基于表面肌电信号的上肢运动意图识别方法。针对提高上肢运动意图识别准确性问题,本文提出一种基于长短期记忆神经网络和归零算法模型相结合的上肢运动意图识别模型。首先基于表面肌电信号产生机理,使用无线生理数据采集设备采集受试者上肢运动相关肌肉群的表面肌电信号,结合角度传感器实时获取受试者上肢运动角度和角速度,将表面肌电信号和运动信息作为运动意图识别信号;其次利用长短期记忆神经网络建立开环预测模型识别受试者上肢单关节运动意图,并且选择合适的神经网络参数提高运动意图识别的准确性;再次将长短期记忆神经网络和归零算法模型相结合建立闭环预测模型识别多样本受试者上肢多关节运动意图,确定表面肌电信号、关节力矩、关节运动角度和运动角速度之间映射关系,并且闭环预测模型消除开环预测模型的预测误差,提高上肢多关节运动意图识别的准确性;最后开展上肢多关节运动意图识别实验和临床实验数据分析,通过对比开环预测模型和闭环预测模型预测结果,验证闭环预测模型准确性、可行性和优越性。获得科学研究项目伦理审查意见后,进行上肢多关节运动意图识别临床实验数据分析,验证闭环预测模型可以有效进行上肢运动功能障碍患者的运动意图识别。（3）提出了上肢康复机器人一种人机协同控制方法。针对上肢康复机器人轨迹跟踪问题,本文利用比例-微分控制算法设计上肢康复机器人控制器,仿真实验实现上肢康复机器人对期望轨迹的稳定跟踪。针对提高人机协同控制系统快速收敛性能和稳定跟踪性能问题,本文提出一种上肢康复机器人人机协同控制方法,首先基于人机协同控制系统动力学模型和上肢多关节运动意图,利用归零神经动力系统设计人机协同控制方法,消除系统中不确定因素,保证人机协同控制系统具有良好的收敛速度和稳定的跟踪性能;其次提出一种具有归零神经动力系统和扰动观测器的迭代学习控制方法,利用归零神经动力系统消除系统中不确定因素,利用扰动观测器消除系统中外部干扰,利用迭代学习控制实现重复性康复训练动作,保证人机协同控制系统具有抗干扰能力、快速收敛性能和稳定跟踪性能;再次利用李雅普诺夫理论证明人机协同控制系统的稳定性;最后实验验证所提出的人机协同控制方法可行性和有效性。（4）上肢康复机器人实验平台搭建和上肢康复训练实验研究。为满足受试者上肢康复训练需求,首先搭建上肢康复机器人实验平台,包括搭建硬件系统和设计控制系统;其次进行上肢康复机器人系统空载实验,研究上肢康复机器人系统的跟踪性能和动态响应性能;再次进行上肢康复训练实验,利用人机协同控制方法进行上肢康复机器人系统实验研究,人机协同控制方法可以实现上肢康复机器人的稳定跟踪性能,实验验证上肢康复机器人系统可以实现不同模式下单关节和多关节的康复训练活动;最后进行上肢康复机器人性能评估,验证受试者上肢康复训练效果。基于上述研究,受试者在康复训练过程中,人机协同系统可以准确识别受试者运动意图,有效地控制上肢康复机器人运动,提升上肢康复机器人的实用性和适用性,从而实现上肢康复机器人和受试者之间的协同运动。