随着我国人口老龄化问题的加剧,越来越多的老年人出现不同程度的下肢运动功能障碍,使得步态康复训练机器人得到了广泛的研究。现有的研究结果缺乏对患者步态康复程度的评估,使康复医生无法准确获得患者的步行能力。为了得到患者训练过程中的康复信息,本文研究了康复评估系统设计与实现的问题,实现了对患者各步态参数及心率、血氧信息的采集,并在步态变异性研究的基础上,利用支持向量机（SVM）分类方法对病态和健康步态进行了分类。主要研究内容如下:基于惯性测量单元,获得了大腿、小腿处加速度及角速度数据,进而采用旋转矩阵、四元数法、互补滤波的数据融合及几何分析的方法,研究了各步态参数数据的计算;在光电容积脉搏波信号（PPG）的基础上,对心率及血氧饱和度的信息采集进行了研究。在下肢关节角度数据及步态变异性的研究基础上,通过计算,对下肢关节角度轨迹的变异性特征进行了提取。提出了利用支持向量机（SVM）的分类方法对病态和健康步态进行了分类。依据分类结果,采用步态变异性指数（GVI）对患者的步态康复程度进行了评估。实验结果表明,所提出步态康复评估方法能够很好的反应患者的步态康复程度。基于嵌入式Linux+Qt及ARMA9处理器的系统架构,对整个康复评估系统平台进行了设计与开发。实验结果表明,整个系统不仅能够准确采集患者训练过程中的康复信息,并对其步态康复程度做出评估,而且能对接收到的数据信息、步态参数计算结果及评估结果进行人界交互显示。