在当下人口老龄化等因素的影响下,神经系统受损引发肢体运动功能障碍的疾病出现得越来越多,最常见的就是脑卒中。传统的偏瘫治疗手段是康复师对患者进行人工康复训练,需要耗费大量人力物力,而可穿戴外骨骼机器人作为一种可替代人工康复训练的智能机器人系统,已成为国内外的研究热点。但现有的外骨骼系统在结构设计和智能控制策略方面还需要进一步的发展。因此,本文在结构设计和智能控制策略等方面对上肢外骨骼系统进行了重点研究。首先针对上肢外骨骼的自由度配置、避奇异设计、双臂训练和左右手切换等方面进行了机械结构设计;然后在此基础上进行了数学建模和虚拟样机构建;接着提出了一种参数可变的无模型控制算法,并应用到了上肢外骨骼的被动康复训练中;最后构建了基于阻抗模型的人机交互模型和算法,并进行了仿真验证。本文具体研究内容包括:（1）对上肢外骨骼机械结构进行了设计。首先,分析了人体上肢的解剖学和运动学特性,在此基础上,对自由度配置、关节避奇异设计、臂杆无级调节等方面进行了针对研究,通过Solid Works完成了上肢外骨骼的结构设计;然后将双臂外骨骼结合到轮椅平台上,使其既便携又可以适用更多的训练模式。最后,还给出了该结构在左右手切换训练上的实现方式,提高了其经济性和实用价值。之后,可通过Solid Works和Simulink/Sim Scape的联合仿真,生成虚拟样机实验平台。（2）对上肢外骨骼进行数学建模与轨迹规划。利用D-H参数法建立上肢外骨骼的运动学模型,包括了位置级和速度级正逆运动学的求解。速度级正运动学即雅克比矩阵的求解,采用了微分变换法和矢量积法来求解。对于冗余自由度机器人,由于逆运动学无唯一解,故而在位置级逆运动学求解过程中,引入了肘关节旋转角,通过一个参数来描述肘关节的运动即可完全确定上肢姿态。基于此运动学模型,通过蒙特卡洛法对外骨骼的工作空间的合理性以及关节避奇异设计的合理性进行了验证。然后,利用多项式轨迹规划方法对日常生活活动（Activity of daily living:ADL）的动作进行了轨迹规划,作为被动训练的轨迹。最后,利用第二类拉格朗日方程进行上肢外骨骼的动力学建模分析。（3）针对上肢外骨骼的被动康复训练,进行参数可变无模型控制算法的设计。主要设计了一种结合极局部模型,基于时延估计的α可变无模型控制方法（α-Variable Adaptive Model Free Control based on time-delay estimation:α-AMFC）。首先,对于系统的极局部模型,为了估计其动态特性,将时延估计结合到了无模型控制算法中。然后,针对极局部模型中的控制通道增益α,利用递推最小二乘法进行推导,对于数据增多时出现的“数据饱和”问题,引入了遗忘因子,避免了“数据饱和”现象,从而设计出递推遗忘因子最小二乘估计法。最后,将整合得到的α-AMFC用于虚拟样机的被动康复训练轨迹跟踪上,通过与基于时延估计的智能PID控制以及普通PID控制算法进行仿真对比,可以证明α-AMFC控制算法的跟踪精度和抗干扰性能均更好。（4）基于阻抗模型进行主动控制算法设计与仿真。首先创建人体上肢的虚拟样机,利用弹簧阻尼模块将其与上肢外骨骼虚拟样机结合,生成人机交互虚拟样机模型,可以通过弹簧阻尼模块获取实时交互力,继而通过基于位置的阻抗控制器来对交互力进行控制,实现主动训练的控制。即通过阻抗模型计算出位置偏差,利用α-AMFC位置控制算法来平衡该位置偏差,从而实现交互力的平衡。最后通过主动控制仿真验证,证明该算法能够使人机交互力趋近于0,满足了主动康复训练的需求。