阻抗控制能决定机器人与环境之间的交互力以及运动轨迹的动态关系,可以让机器人更加柔顺地执行任务或与环境进行力交互,被广泛应用在机器人控制中。然而阻抗控制需要根据任务需求来确定刚度等参数,与非结构化环境交互或执行一些具有不确定性的动态任务的效果并不理想。基于学习的变刚度控制方法虽然能对机器人的刚度进行调节,但不够直接,且会增加系统的成本。而人类能够自适应调节人体的刚度,从而灵巧且安全地完成一些复杂操作,且表面肌电信号（surface Electromyography,sEMG）中包含了肌力、关节运动量、关节刚度的大量信息,因此本文借鉴人体优秀的操作能力,从sEMG中提取人体的刚度调节特征,对基于表面肌电信号的虚拟假手和机械臂仿人变刚度控制技术进行了研究,主要开展了以下四个方面的工作:（1）设计了基于sEMG和变刚度阻抗控制的虚拟假手交互系统。提出一种从sEMG中基于变刚度阻抗控制模型估计虚拟假手关节角度的方法,根据人手的刚度水平对虚拟假手的刚度进行动态调节,从而使虚拟假手在交互时具备柔顺性;研究了基于可穿戴指套式力反馈装置的虚拟假手交互力反馈方法,通过将虚拟假手的交互力反馈给操作者,增强了操作者在交互时的沉浸感。（2）开展了基于sEMG和变刚度阻抗控制的虚拟假手实验研究。首先进行了虚拟假手角度估计实验,验证了基于sEMG和变刚度阻抗控制的虚拟假手角度估计方法的有效性。然后在两个虚拟交互场景下进行虚拟假手交互实验,分别为抓握实验和抗干扰轨迹跟踪实验.实验结果表明基于sEMG和变刚度阻抗控制的虚拟假手能够根据任务要求通过肌肉收缩调节刚度,在抓握实验中能在成功抓握物体的前提下产生较小的交互力,在抗干扰轨迹跟踪实验中能在跟踪参考轨迹时有效抵抗外部干扰,从而提高了虚拟假手的柔顺性和对不同类型任务的适应性。（3）设计了基于sEMG和仿人变刚度控制的主从机械臂系统。通过坐标变换建立Omega.7手控器与UR3机械臂末端位置的映射关系,从而实现主从控制;提出一种基于sEMG的机械臂仿人变刚度控制策略,从主端操作者的sEMG中提取人体手臂的刚度水平用于调节从端机械臂末端的刚度,并根据从端机械臂末端受力使用阻抗控制对从端参考轨迹进行修正,以使机械臂与物体交互时兼具位置控制精度和柔顺性。（4）开展了基于sEMG和仿人变刚度控制的机械臂实验研究。搭建了UR3机械臂实验平台,分别进行了固定刚度的UR3机械臂交互实验以及基于sEMG和仿人变刚度控制的UR3机械臂交互实验。实验结果表明,低刚度的机械臂虽然位置控制精度低,但具有较强的柔顺性,而高刚度的机械臂位置控制精度高,但柔顺性较差。基于sEMG和仿人变刚度控制的UR3机械臂相较于低刚度具有较高的位置控制精度,相较于高刚度具有较强的柔顺性,能够适应未知的环境以及具有不确定性的任务。