随着科技的进步与发展,越来越多的智能设备进入到人们的生活中,外骨骼机器人就是其中的一个,外骨骼机器人是穿戴在使用者身上并根据人的意图辅助人运动的智能设备。在外骨骼机器人的研究中,如何准确的识别人的运动意图是机器人控制系统中的重点。目前,意图识别技术主要分为运用电生理信号识别,如脑电信号、肌电信号、眼电信号;以及运用一般物理信号识别,如姿态信号、足底压力信号、人机交互力信号等。电生理信号比较微弱,容易受环境影响,且难以获得,常运用于意图分类识别研究。物理信号容易获取,抗干扰能力好,可以具体反映出运动意图的运动学参数,更利于机器人的控制研究。本文通过对不同外骨骼的功能分析和不同意图识别方法的应用优势分析,提出了针对助力型上肢外骨骼的基于人机交互压力信息和姿态信息的上肢运动意图识别方法,设计了交互力信息采集的压力传感器和数据采集系统,并通过实验验证了方法的有效性。首先,本文介绍不同外骨骼设备的意图识别方法研究现状,通过分析提出来利用人机交互力信息识别上肢各关节运动方向的方法,并建立了交互力大小和方向与关节运动意图的对应关系。其次,根据识别方案设计采集人机交互力信息的压力传感器,综合考虑传感器的功能和使用舒适性,采用气囊为弹性体设计并制作了应变式压力传感器。对姿态传感器进行了介绍,并根据传感器设计数据采集系统的硬件电路,完成平台搭建。然后,运用Keil开发数据采集系统的软件设计和开发,实现数据的采集、滤波、解算和传输。通过分析压力传感器输出,对压力数据进行了滤波处理。比较分析互补滤波解算、卡尔曼滤波解算和MDP四元素解算三种姿态信息解算方法的特点,选择MDP解算姿态信号数据。最后,设计压力传感器对交互力的检测实验,分析压力传感器检测交互力大小和方向的效果;通过设计小臂屈曲运动实验,验证了交互力主矢对于运动意图的预测能力;通过设计小臂自转运动实验,验证了交互力主矩对于运动意图的预测能力。