可穿戴式动力外骨骼机器人将机电一体化、生物力学、运动步态规划、机器人控制以及人体传感网络等多领域技术融合,是一种高科技的智能产物,其在医疗、军事以及工业等领域的应用需求逐渐增加。为了提高下肢外骨骼机器人的性能,使下肢外骨骼能为穿戴者提供有效助力,本文研究了基于动态运动基元和强化学习算法的轨迹学习方法,以及基于生物电信号(脑电,表面肌电)的人机交互技术在下肢外骨骼机器人控制中的应用。本文主要研究工作包括以下三个方面:(1)硬件平台设计:针对实际应用背景需求,本文搭建了一套下肢外骨骼系统,首先考虑研究需求与成本等因素选取合适的设备;再结合工学、力学以及人体学等多学科知识设计外骨骼的机械结构以及必要的安全保护措施;最后基于MFC开发了简洁的实验操作界面,方便实验人员调试相关参数及观测实验结果。(2)基于动态运动基元和强化学习算法的下肢外骨骼运动控制:在该运动控制方案中,为下肢外骨骼建立了倒立摆模型,保证外骨骼处于稳定状态,并利用该模型设计下肢外骨骼在步行过程中的运动轨迹,通过动态运动基元算法对该运动轨迹进行学习,同时采用基于路径积分的强化学习算法优化轨迹参数,以消除关节空间存在的不确定性的影响。实验结果表明,该运动控制方案可以有效的抑制干扰、消除不确定性。(3)基于生物电信号的下肢外骨骼控制:本文将基于脑电信号与表面肌肉电信号的人机交互技术应用到外骨骼机器人的控制中。首先解码受试者运动想象脑电信号为下肢外骨骼可以直接接收的控制指令,用以控制外骨骼的运动方式。然后提取穿戴者表面肌肉电信号的强度信息,利用该强度值实现外骨骼上下楼梯步态的在线、实时的规划。最后采用三个特征点对下肢外骨骼的运动轨迹进行约束规划。本文提出的脑肌电混合信号控制外骨骼的策略,一方面解放了穿戴者的手脚;另一方面,步态轨迹的实时调整,使外骨骼能够适应不同类型的楼梯。实验结果表明该基于生物电信号的下肢外骨骼控制策略使外骨骼能够更加方便、有效的为人们提供助力。