由于饮食习惯改变以及老龄化程度不断加深,中国新增的脑卒中患者数量逐年增加,脑卒中患者出现的肢体运动功能减退大大影响了患者的生活质量。现有的治疗方法是由医生进行辅助康复训练,这种训练方式主要根据医师的经验进行,随着患者数量的增加以及训练过程中的劳动强度较大,医师的数量已经不能满足众多患者的训练需求。上肢外骨骼康复机器人的出现,一定程度上解决了这种矛盾。本研究以保障康复训练的训练效果、增加患者实际训练前的实验验证为出发点,基于ROS系统对上肢外骨骼康复机器人的控制系统进行研究。所设计的控制系统可以直观地获取康复机器人的实时运动状态,对康复动作进行设计与复现,对运行结果进行记录与分析,从而可以对每个病人进行定制化康复训练规划。针对机器人运动过程中存在中的不重复干扰,引入了自适应迭代学习控制算法,改善了机器人轨迹跟踪效果。使用ROS和Matlab进行联合仿真,完成了ROS和Matlab之间的信息交互,可以实时的通过Matlab对ROS中的机器人模型进行控制,为基于Matlab开发的算法在ROS系统中进行验证打下了基础。最后,完成了各关节相互配合的康复动作规划,实验结果表明,模型可以准确完成所设计的训练动作,运行过程平稳,说明了所设计的控制系统能够完成康复机器人的训练规划任务。主要的工作和研究内容如下:（1）分析并整理了国内外上肢外骨骼康复机器人的研究进展,梳理了康复机器人的需求和技术差异。对脑卒中患者根据病情发展进行分析总结,不同的病情发展阶段应用不同的训练手段。根据康复医学原理以及中国成年人人体尺寸,确认了康复机器人各部位运动规律和验证了所设计康复机器人结构合理性。对康复机器人控制系统硬件进行选型与设计,搭建了完整的康复机器人控制系统。应用改进DH建模方法对所建立的机器人模型进行正逆运动学分析和运动空间求解,并使用Matlab对结果进行了验证。（2）重点分析了ROS系统的系统框架,话题和服务的通讯机制,Rviz和Gazebo可视化工具以及运动规划核心Moveit!,并且基于Moveit!完成了康复机器人控制系统软件设计。使用Solidworks中的sw2urdf构建了机器人描述文件urdf,并对模型文件进行验证,使用Moveit!配置助手完成了机器人模型Moveit!的配置,搭建了康复机器人仿真平台。通过基于Rviz和Gazebo的轨迹规划控制,验证了使用本系统对康复机器人进行仿真控制的可行性。（3）开展了自适应迭代学习控制算法的研究。对于机器人模型运动过程中存在的不重复干扰,设计了一种包含鲁棒控制项的增益自调整的自适应迭代学习控制方法。根据Lyapunov稳定判据,通过建立Lyapunov函数对所设计的控制器进行了收敛性和稳定性分析。通过Matlab对算法进行了设计与实验,实验结果表明,所设计的自适应迭代学习控制算法相较于PD控制、迭代学习控制算法具有明显的优势。（4）完成了ROS系统和Matlab联合仿真。介绍了ROS系统和Matlab的通讯原理,完成了基于话题通讯机制下的ROS系统和Matlab的通讯搭建。根据康复医师的规划,仿真平台中的康复机器人平稳的完成了患肢前伸和外展等康复动作,展示了设计的康复机器人仿真平台具备进行康复训练规划的能力,为建造真实的上肢外骨骼康复机器人打下了坚实基础,为基于Matlab开发的算法复现提供了一种直观途径。