近十年来,助力外骨骼技术不断取得突破,在煤炭开采领域也具有十分广阔的应用前景。外骨骼助力机器人能有效地减少工人的体能消耗,提高工作效率,同时能大幅降低工作引发的肌肉骨骼疾病风险。考虑到煤炭工业矿井具有设计规范的压缩空气供给系统,井下获取压缩空气十分便捷,矿用外骨骼助力机器人采用气压驱动具有明显优势。同时气动肌肉与电机或液压驱动相比,具有柔顺性好、重量轻、输出功率重量比高、价格便宜等优点,因此本文设计一款基于气动肌肉的矿用外骨骼助力机器人,并在此基础上进行人机协同控制研究。本论文首先阐述了课题的选题背景及意义,综述国内外发展现状,提出了研究目标与研究内容。介绍了外骨骼的设计结构,并针对上肢建立动力学模型。在此基础上设计了滑模控制器和自适应鲁棒控制器,对外骨骼进行关节角度跟踪。并对两种算法进行仿真研究和实验对比,验证这两种算法的优劣性。随后进行了矿用外骨骼机器人的人机协同的总体控制策略,将力传感信号进行重力补偿提高外骨骼的灵敏度,设计粒子群算法优化的模糊逻辑推理系统,用重力补偿后的压力信号作为输入,判断人体运动意图并量化关节角对其进行预估。用量化后的关节角信息推断人体空间运动信息,基于一种建立运动空间位置与运动轨迹特征映射关系的运动轨迹生成方法,对关节角度的运动轨迹进行规划。最后针对力传感信号带来的生成的运动轨迹的迟滞问题,用Kalman滤波器进行预估和补偿,并用实验证明有效性。该论文有图45幅,表5个,参考文献85篇。