随着人口老龄化趋势,越来越多老年人因疾病而瘫痪,大部分截瘫患者需要利用外骨骼机器人完成复健,但是在受试者采用下肢康复外骨骼行走时,需要通过物理按键控制外骨骼的行动。这样的话,本来用于支撑拐杖的双手却需要同时操作物理按键,这种依靠人工操作的控制策略不仅带来了很低的人机功效,又增添了误操作带来的风险。因此,为了使得外骨骼控制系统能够带来更高的人机功效,同时提高控制策略的容错性,本文提出应该围绕人体肌电信号和关节角度信号来构建外骨骼控制系统。这套系统应该能够根据穿戴者的运动意图动作来控制外骨骼,而不是基于受试者的操作来控制。为了解决这个问题,文章构建了肌电与角度融合动作识别系统,用来控制外骨骼机器人行动。文章的主要内容分为控制系统平台搭建,模型的构建,实验的验证与分析。其中提出的融合模型(EA-CNN)达到了90%以上的动作识别准确性,并且与多种机器学习识别型进行对比,验证了提出模型的准确性。同时,文章也结合现有的外骨骼机器人完成了在线验证实验,在文章的实验中,详细说明了实验的条件,实验范式以及相关对比实验。实验证明利用设计的外骨骼控制系统和多模态融合方法能够有效帮助残疾人(实验对象)在无需外部物理控制的情况下进行行走。最后结合现有条件给出了如何保障在该控制系统下外骨骼机器人能够达到行动具有一定稳定性的方法。