踝关节承受着人体全身的重量,是下肢关节中最重要的关节。对于罹患踝关节运动障碍的脑卒中患者而言,其踝关节长期处于足下垂的状态,如果不能及时接受康复治疗,将会产生不可逆的损伤。然而有限的康复医师数量往往导致患者错失最佳治疗时机;同时繁重单调的康复任务也大大加重了康复医师的工作负担。随着机器人技术的进步,众多研究者将其与医疗康复技术相结合,促进了医疗康复机器人领域的迅速发展。为解决传统康复训练的不足,本课题设计了一套完整的踝关节康复机器人系统,可替代或协助医护人员,辅助患者进行康复训练。为将患者的主动运动意图加入到康复训练中,课题引入了表面肌电信号,利用肌电特征,通过GDBT算法对踝关节动作模式进行辨识,通过BP神经网络估计关节运动角度,并进行相关实验,实验结果表明估计曲线平滑连续,机器人可辅助患者对估计出的运动轨迹跟踪,实现交互控制。康复机器人与患者直接接触,当人机之间的交互力矩突然增大时,为保证安全,机器人应该表现出一定的柔顺性。针对此问题,进行了柔顺控制方法研究,设计了自适应刚度控制律和自适应阻尼控制律,并在踝关节康复系统上进行实验,实验结果验证了所用控制方法的有效性,系统可根据交互力矩的大小对康复机器人末端的角度、速度进行实时修正,可保证人机交互时的舒适性与安全性。最后,本课题结合康复医师的建议,针对不同病情的患者、患者在不同康复时期的具体情况,设计并实现了一整套丰富的康复与评估功能。