人体下肢康复是康复医疗的一个重要分支,旨在协助患者完成重复性的下肢运动训练,恢复其一定的行动能力,提高患者生活质量。在患者治疗过程中主要涉及下肢数据采集和康复训练两部分。本文首先提出一种非接触式的人体数据采集系统,采集得到的数据可用于指导下肢运动障碍患者康复训练。然后对索驱动下肢康复机器人的轨迹跟踪控制进行研究,并设计实验验证研究内容。论文的具体研究内容如下:提出一种基于计算机图像和Open Pose人体姿态识别算法的非接触式人体数据采集方法。基于Open Pose搭建人体姿态识别程序,实现对图像中人体关节数据的提取工作。为了实现实时的人体姿态识别,需要提高算法对固定分辨率图像的识别速度,结合感兴趣区域（Region Of Interest,ROI）及人体数据采集实验的特性,从减少被处理图像的信息量的角度,对Open Pose人体姿态识别算法进行改进,提高人体姿态识别程序的整体运行速度。设计了可以实时采集人体个性化参数的数据采集系统。利用所提出的数据采集方法和深度相机,分别获取人体关节点的像素坐标信息及其对应的深度信息,对相机参数进行标定,完成关节点空间坐标的重建任务,实时解算各段肢体的长度及各个关节的转动角度。为人体数据采集系统设计简洁的UI界面,能够直观地显示测量数据,并将转角数据绘制成波形图,方便观察各关节的运动轨迹。使用该系统完成了人体下肢个性参数及运动数据的采集工作,与现有的人体下肢运动数据集进行对比,验证了该采集系统的有效性。针对索驱动下肢康复机器人提出了一种基于粒子群优化的模糊PID控制方案。建立了索驱动下肢康复机器人的运动学模型,在仿真环境下分别设计并使用PID控制器和模糊PID控制器进行了轨迹跟踪仿真,证明了模糊PID控制的优越性。为了得到更好的轨迹跟踪效果,利用粒子群算法对模糊PID控制器的比例、量化因子进行优化,仿真结果证明经过优化后的模糊PID控制器能够取得更好的跟踪效果。搭建了下肢康复系统实验样机并进行轨迹跟踪控制实验。针对绳索缠绕不均匀的问题,设计了绳索定点绕放机构。基于光学三维动作捕捉系统编写了测量线程,基于固高运动控制系统编写了控制线程,解决了测量线程与控制线程之间的数据通信问题,实现了闭环控制。最后进行轨迹跟踪控制实验,实验过程中利用人体数据采集系统实时远程传输下肢的运动数据和图像,实现远程观测。实验结果证明了基于粒子群优化的模糊PID控制器能够有效提高索驱动下肢康复机器人的轨迹跟踪精度。