随着社会的蓬勃发展和医疗技术的成熟,人口老龄化趋势逐年加快,各种神经系统疾病发病率也日益增加。脑卒中作为最常见的神经系统疾病,其中70%-80%的患者会因留下残疾而需要接受康复治疗,而且康复治疗时间越早,康复效果越显著,重要的是可以减少患者致残率。而肢体残疾是所有残疾中发生率最高的一种,因此对各种疾病引起的肢体残疾患者采取及时的康复治疗就变得极为重要。为解决以上问题,本文设计了能帮助肢体残疾患者进行多种体位康复训练的床式下肢康复训练机器人,搭建了机器人控制系统并提出主被动控制算法。首先,总结国内外下肢康复训练机器人的技术特点和发展趋势。利用Motion Analysis运动捕捉系统采集了人体行走标准步态轨迹,经过滤波及拟合处理得到人体行走关节轨迹曲线,为康复机器人主被动控制方法的提出奠定理论基础。基于多连杆式下肢康复训练器建立机器人运动学模型,构建机器人运动学方程并分析研究机器人髋关节和膝关节之间角度、角速度的动态关系。同时,建立人机简化动力学模型,用拉格朗日法构建机器人动力学方程,并通过Solidworks Motion动力学仿真为后续电机选型和控制方法研究提供理论基础。其次,结合本床式下肢康复训练机器人机械结构特点提出了机器人主被动控制方法,满足患者不同康复阶段的训练要求。在康复训练前期,采用基于伺服电机的模糊PID控制完成患者被动训练控制,协助患者完成恒速定轨迹康复训练,并通过Simulink仿真验证了模糊PID算法比常规PID算法响应速度更快,超调量更小。在康复训练后期,采用模糊自适应阻抗控制完成患者主动训练控制,通过大腿和小腿的绝对平均主动作用力建立不同康复训练方式的模糊规则表,对阻抗参数每周期在线更新一次,保证主动康复训练的实时性。最后,搭建了机器人控制系统,完成机器人硬件系统集成、软件设计和触摸屏交互界面设计。通过空载功能性实验验证了机器人可行性和安全性,同时通过接触力测评实验确定符合测试者的康复训练方式。为准确提取人机交互主动作用力,提出了由新型柔性铰链与拉压力传感器组成的主动接触力采集结构,并通过有限元分析验证了结构设计的合理性。最后完成基于模糊PID的被动训练控制实验和基于模糊自适应阻抗的主动训练控制实验,验证了机器人控制算法的可行性,满足康复训练基本要求。