当今社会机器人技术不断发展,外骨骼机器人技术在医疗康复、物流搬运、救灾抢险等领域都得到了广泛的应用。在救灾抢险中,由于地形复杂原因,救灾人员需要长时间背负救灾设备对伤员实施救援。为了应对救灾环境中的突发性等状况,用于救灾人员的外骨骼机器人需要具有准确的运动意图识别系统和合适的运动控制系统,保证救灾人员的救援效率和人身安全。因此,本文设计一款应用于救灾抢险的辅助穿戴者长时间负重行走的助力型下肢外骨骼,主要对其意图识别算法和运动控制展开研究。本文通过对下肢主要运动关节结构和人体运动步态的特征分析,结合助力型下肢外骨骼机器人的工作任务,提出了适合本系统的助力型下肢外骨骼机器人有限状态机分类。基于外骨骼机器人的有限状态机转换,从外骨骼机器人运动状态的数据特征和人机交互检测深入分析,设计完成下肢助力外骨骼机器人传感器系统。基于人体运动状态的数据特征分析,设计出足底压力数据检测和支持向量机模型相结合的外骨骼机器人运动状态识别算法。在外骨骼机器人人机交互检测系统的基础上,根据外骨骼机器人有限状态机转换,划分出外骨骼机器人的助力和跟随区间,并针对助力和跟随区间分别设计基于阻抗的模糊控制算法和基于DMP的步态轨迹生成位置控制算法。本文的下肢助力外骨骼机器人系统主要完成了对运动意图识别算法和运动控制算法的设计验证。采用了基于足底压力的上升沿和下降沿检测的步态识别和基于下肢姿态的支持向量机的状态识别相结合的运动意图识别算法。经过实验分析,该运动意图识别算法具有较高的识别准确率,准确率达到90%以上。在不同的运动状态区间内,采用基于模糊控制的自适应阻抗控制算法和基于DMP的步态轨迹生成位置控制算法。经过MATLAB中的仿真实验分析,自适应阻抗控制算法具有较好的环境适应性和自我调整能力,在膝关节步态周期内,跟踪偏差在8%以内。基于DMP的步态轨迹生成算法具有良好的周期性学习能力,生成的步态轨迹曲线继承上一步态周期的运动特性。该外骨骼机器人系统能够适应复杂多变的环境,能够准确识别出穿戴者运动意图,提高人机协作能力,可以辅助提高救灾人员在复杂多变环境下负重行走能力。