目前,中风、瘫痪等疾病造成下肢运动障碍者的数量不断增加,运动能力衰退给他们的日常生活带来了极大的不便。下肢助行外骨骼作为可穿戴智能康复装置,能够帮助下肢运动障碍者进行康复训练,恢复运动能力,提高生活质量。为了实现此目的,本文从三方面对下肢助行外骨骼展开研究:一是基于二维激光雷达的人体运动意图识别,二是健康人与下肢运动障碍者的关节运动数据采集与分析,三是基于数据驱动的下肢助行外骨骼控制方法,主要内容如下:首先,使用二维激光雷达采集穿戴者在平地、上楼梯、下楼梯、上斜坡及下斜坡五种常见地形行走时的地形数据,采用烟花算法优化XGBoost算法对五种地形进行识别,并与支持向量机、K-近邻、决策树、伯努利贝叶斯四种方法进行比较。结果表明,优化后的XGBoost算法优于其它四种算法,对平地、上下楼梯和下斜坡的识别率均能达到100%,对上斜坡的识别率也能达到97%,能够满足下肢助行外骨骼识别人体行走前方环境的要求。根据地形识别的结果,可进一步了解穿戴者的运动意图,使外骨骼与穿戴者的运动能够协调一致。其次,利用Vicon设备分别采集健康人与下肢运动障碍者在平地、上楼梯、下楼梯、上斜坡及下斜坡五种地形中髋、膝、踝三个关节的运动数据,并分析人体运动时三个关节角度的变化情况,之后分别建立健康人与下肢运动障碍者的关节运动数据库。外骨骼穿戴者在不同地形之间运动时,地形识别结果作为转换条件,从关节运动数据库中调取相应的关节角度来实现外骨骼在不同地形之间的运动模式转换。最后,采用偏格式动态线性化方法对下肢助行外骨骼模型进行近似离散化处理,将根据地形识别结果得到的关节角度数据作为外骨骼的期望轨迹。之后提出了基于数据驱动的无模型自适应离散终端滑模控制方法,对所提控制方法进行稳定性分析与证明。再利用Solid Works按照人体比例设计人体模型与外骨骼的模型,建立MATLAB与ADAMS联合动力学仿真验证所提控制方法的有效性。仿真结果表明,人体穿戴外骨骼模型在五种地形运动时,所提控制方法对髋、膝、踝三个关节期望角度轨迹有良好的跟踪效果。