随着我国经济实力和科技水平的快速发展,可穿戴式下肢外骨骼在助老助残、医疗康复等领域得到了广泛的应用,可显著提高肢体功能衰退人群的运动能力和生活质量。近年来下肢外骨骼的研究取得一定成果,但在系统结构设计、步态识别、人机交互以及协同控制等方面仍有很多问题亟待解决,本文围绕下肢外骨骼系统,从下肢外骨骼系统设计与集成,人体步态识别及意图辨识,外骨骼系统控制策略以及外骨骼系统的性能评价等多个方面展开研究。本文首先根据人体下肢运动步态分析提出下肢外骨骼系统设计指标,基于设计指标研制了可穿戴下肢外骨骼HEXO(HITEXOskelton)。其中在关节处设计了异构和同构两种形式,可解决外骨骼启动初始状态的膝关节奇异性问题,此外还设计了基于双平行弹簧的串联弹性体,可用作串联弹性驱动器(SEA,SeriesElasticActuator),以此来提高关节柔性。下肢外骨骼系统的传感系统采用双通道CAN通信,可对多源传感信息进行采集,并对特定传感器进行了标定和校正。通过对外骨骼SEA关节进行建模,并开展多频率高低阻抗参数不同的跟踪实验,实验结果表明SEA关节具备较宽的工作带宽,而且采用高阻抗参数时可获得更高跟踪精度,采用低阻抗参数时人机交互更为舒适。在步态识别方面,本文将其分为步态模式识别和步态相位划分,基于长短时间记忆模型和卷积神经网络构建步态模式识别算法,通过对几种典型步态模式(蹲下、站起、平地行走、上楼梯、下楼梯)进行在线识别,并与常用识别算法进行对比,结果显示本文提出的步态模式识别算法效果最好,其识别的平均精度可达97.78%。基于模糊逻辑规则对步态相位进行划分,将人体步态相位划分为四个相位(足跟触地、站立支撑、初始摆动、完全摆动),并通过实验验证算法的有效性;通过人机足背交互处的六维力传感器,建立人机交互力和关节运动轨迹的映射模型,并采用卡尔曼滤波对交互力信号进行预测,实现人体意图辨识。建立下肢外骨骼动力学模型,并对多输入多输出控制系统进行解耦,转换为单输入单输出系统,根据外骨骼在不同相位的运动特征,提出了双模态切换控制策略,可对人体运动意图轨迹精准跟随,实现人机一体协同运动。在支撑相阶段,外骨骼关节需承受载荷较大,因此采用自适应阻抗控制策略提高外骨骼系统的稳定性和抗冲击能力,在摆动相阶段,外骨骼关节运动范围较大,因此采用自抗扰-终端滑模控制提高外骨骼系统的响应速度和跟踪精度。此外,在支撑相和摆动相之间切换过程中,提出了一种在足跟接触相和初始摆动相过渡期间的平滑策略。通过控制仿真和主被动跟踪实验,将本文提出的算法与PID算法和自抗扰算法进行比较,验证本文提出的控制算法跟踪性能。为了评价下肢外骨骼HEXO的主观穿戴感受和客观助力效果,提出了基于主客观评价指标的综合评价方法,其中主观评价指标包括穿脱方便性、穿戴舒适性、动作灵活性以及运动助力性,客观评价指标包括跟踪误差、人机交互力以及心率变化。通过四位实验人员在蹲下站起、平地行走和上下楼梯的实验,对主客观指标分别进行评价分析,其四项主观评价得分均值为86.8,髋关节和膝关节的运动跟随误差均方根在2°以内,在垂直于地面方向的平均助力效果可达到近70%,异构的HEXO相比与同构HEXO可以将助力辅助效果提高近5%;根据综合评价方法对HEXO的“交互性能”和“助力性能”进行评价,其平均得分分别为88.9和84.4;此外,人体穿戴外骨骼在跑步机行走,分别采集四种状态下(不穿戴HEXO,穿戴HEXO无驱动,穿戴HEXO异构,穿戴HEXO同构)的心率变化,其结果说明穿戴HEXO驱动状态下相比于由人体直接承担外骨骼重量可以节约人体能量消耗,而且异构状态HEXO的助力效果更好。