本文针对目前全球康复治疗的现状,以及已有的下肢康复机器人存在的局限性,开发了一款新型外骨骼下肢康复机器人,可以实现卧姿、坐姿和站姿等多体位康复训练。通过采取多种控制策略,满足不同康复阶段的患者使用。根据人体下肢结构特点和康复训练需求,设计了一款能实现多体位康复训练的下肢外骨骼康复机器人,并讲述了所设计机器人的机构组成和工作原理。详细介绍了下肢外骨骼机械腿及其人机力交互模块的设计。通过对人体下肢步态运动机理进行分析,采集了不同人体自然步态数据并拟合成轨迹函数,作为患者康复训练的控制参考步态轨迹。并通过D-H参数法对所设计的外骨骼机械腿进行正、逆运动学分析;运用Lagrange法获得了机械腿的动力学模型。并通过动力学仿真分析,验证了动力学模型的正确性。在患者康复训练初期,针对在“外骨骼主动”即患者被动控制训练的特点,设计了基于PID和模糊控制的Dual-Mode控制算法:当系统误差较大时,采用模糊控制提高系统的动态响应速度;反之,当系统误差较小时,将控制器切换到PID控制,消除稳态误差。通过仿真对比,结果验证了所设计算法的可行性,并有效提高了控制的精度。在患者康复训练恢复期,针对在“患者主动”即机器被动的控制训练时,需要考虑人机接触柔顺性的问题,设计了基于患者病情模糊自适应的PSO阻抗控制算法。在优化阻抗参数的基础上,通过分析患者病情,加入模糊自适应控制器,来补偿系统误差,实现了柔顺控制的目的。在搭建了第一代康复机器人样机的实验平台上,进行了下肢外骨骼机械腿极限位置测试实验、坐-立姿态转换实验。通过基于PID和模糊控制的Dual-Mode控制算法的患者被动实验,验证了所设计被动控制算法能有效提高系统的响应速度,减少稳态误差,提高了控制的鲁棒性。在基于患者病情模糊自适应的PSO阻抗控制算法的患者主动实验中,与传统位置阻抗算法相比,本文设计的算法其跟踪最大误差减少了47.2%,其累计和平均误差减少了50.7%。证明了所设计的算法可以实现期望力跟踪,有效提高了步态轨迹跟踪的精度。