由中风、脊髓损伤等引起的运动功能障碍严重影响患者的生活自理能力，而术后运动功能的恢复在很大程度上依赖于运动康复训练。研究表明，长时间的集中运动康复训练有助于促进神经康复和运动学习。传统的运动康复训练采用人工方式，给治疗师造成非常大的体力负担，同时也造成医疗成本非常高。在过去20年中，有很多机器人平台被引入到康复训练研究中，作为一种新的康复训练手段，辅助治疗师和病人执行康复训练任务。随着全球范围内对康复医疗资源需求的快速增加，机器人辅助康复训练有望成为一种常规的康复训练手段。　　临床研究已经证明了机器人辅助康复训练的有效性，但是在康复机器人设计、康复训练方法、康复评价等方面还存在很多难点。针对这些问题，本文设计了一款新型上肢康复机器人，并且在康复训练方法、肌电信号分析和应用等方面进行了研究和探索。本文的主要工作及创新点如下:　　1.设计了一款新型上肢康复训练机器人，特点是采用五连杆并联机构，由电机和制动器混合驱动，采用绳传动机制，可以用于肩关节和肘关节的运动康复训练;机器人具有力反馈功能，同时集成了虚拟现实训练环境，向用户提供引导和视觉反馈;通过机器人运动学分析和设计，使得机器人有足够的工作空间，同时避免各种奇异情况。　　2.并联机构的动力学分析比较复杂，而康复训练过程中人的手臂与机器人耦合在一起，增加了整个系统动力学分析的难度。本文将人机系统动力学建模问题转化为冗余驱动的并联机构动力学建模问题，提出一种新的工作空间动力学建模方法，相对于已有文献中的方法，推导过程更加简洁，运算更加高效。　　3.基于该上肢康复机器人平台，分别设计了在关节空间和工作空间中的被动训练控制器，并通过仿真和实验进行了验证;设计了阻抗控制器，实现机器人的力反馈功能及基本的主动康复训练;根据康复训练中的“按需辅助”原则，在阻抗控制器基础上进行改进，在辅助患者运动的同时，尽可能地避免机器人的过度干预，提高患者的主动参与程度。　　4.提出了一种基于表面肌电信号(Surface electromyography，sEMG)的同步主动训练方法，以保证机器人辅助与患者运动意图的同步。考虑到康复训练重复性的特点，首先使用自适应频率振荡器(Adaptive frequency oscillator)从表面肌电信号中提取周期性的运动模式信息，然后据此进行训练轨迹的规划，最后使用阻抗控制方法，根据实际的运动位置误差，为患者的运动训练提供不同程度的辅助。　　5.设计了sEMG驱动的上肢神经肌骨模型，建立了表面肌电信号和肌肉收缩产生的关节力矩及主动力之间的关系，可以用于康复机器人控制，也可以作为康复评价的参考。首先使用神经网络模型方法，建立了sEMG-肘关节力矩模型，对神经网络模型方法存在的过拟合问题进行了分析;然后基于Hill模型方法，建立了上肢肌肉模型，并结合上肢逆动力学模型使用遗传算法进行模型参数的辨识。以上两种方法相比较，神经网络模型更加容易建立，但是过拟合问题不容易解决，而基于Hill模型的方法可以对单块肌肉的特性进行分析，但是建立过程相对复杂。