外骨骼是穿在人体上的一类特殊机器人,具有代偿、强化人体机能的作用,表现出巨大应用潜力。面向老年人行动辅助、士兵体能增强等新需求,主动助力技术亟待突破。主动助力是外骨骼领域极具挑战性的研究课题,它要求外骨骼主动感知穿戴者对力和能量辅助的需求,并主动辅助穿戴者运动,达到降低穿戴者肌肉疲劳和体能消耗的目的。本文以实现主动助力为目标,从人体运动意图感知切入,探索主动助力方法,构建人机协同控制架构,基于外骨骼固有的人机强耦合特性,研究下肢主动助力外骨骼系统设计,并开展主动助力效能实验研究。提出基于人体动力学模型的运动意图感知方法。分析人体运动意图的产生、传递与表达过程,并论证以关节力矩表征人体运动意图以实现主动助力的可行性;建立人体参数化动力学模型,针对逆动力学求解中存在的支撑相/摆动相动力学模型突变、多关节串联误差累计、双腿内力对抗等问题,提出通过测量人体足端接触力,将人体五杆动力学降维成单腿二杆动力学的逆动力学求解方案;通过人机耦合机制获取人体运动信息和足端接触力信息,实现人体关节力矩的在线解算。与运动捕捉系统的对比实验结果表明该方法精度良好,且适用于不同穿戴者的多种复杂运动。研究主动助力方法,在分析人体肌肉的能量消耗机理的基础上,证明通过降低人体关节力矩可达到主动助力的目标;仿真分析关节力矩等比例补偿(Muscular torque proportion compensation,MTPC)方法,确定主动助力的条件;针对MTPC方法在人体骨骼和肌肤造成不恰当载荷等问题,改进提出人机耦合点等效作用力(Equivalent Force on Connection,EFOC)主动助力方法,通过等效变换,将关节目标辅助力矩转换为人机连接点处的目标接触力/力矩,实现人体运动意图向外骨骼控制指令的映射;开展人机联合动力学仿真,证明EFOC方法可以达到与MTPC方法相似的助力效果,并克服其存在的不足。分析外骨骼固有的人在环的运动控制的特点,提出层次化人机协同控制架构:意图感知层从感受器获取人体运动信息,实现人体运动意图感知,并通过EFOC方法将人体运动意图转化为目标人机接触力;反馈纠偏层建立人机接触力反馈与闭环控制机制,保障主动助力的准确性;前馈补偿层通过外骨骼自身动力学前馈来降低外骨骼自重对人机接触力伺服的干扰;协调优化层通过优化分配双侧腿的承载,解决双腿同时支撑引起的冗余驱动问题,并通过力平衡方程将人机接触力的PID纠偏结果转化为外骨骼机器人各关节的目标力矩,控制动力输出驱动力矩。该架构使外骨骼仅以力/力矩的形式与人体交互,而不主动干预人的运动轨迹,进而达到“人主机辅、人机协同”的目标。设计下肢主动助力外骨骼系统。分析外骨骼人机强耦合的固有特性,提出下肢主动助力外骨骼系统设计方案;通过实验获取人体下肢各关节的角度、速度、力矩、功率等信息,为系统设计提供数据支撑;围绕人机强耦合特征设计外骨骼机械系统,结合人体结构参数设计外骨骼构型,提出基于三点连接的人机耦合机制;建立人机运动信息映射,并实现人体与外骨骼在躯干及足端的力/能量耦合;搭建外骨骼的感知与控制系统;设计基于液压柔性驱动单元的髋、膝动力关节;完成整机的系统集成和样机开发。该系统满足主动助力技术体系对人体运动信息、人机载荷传导、各类传感信号以及柔性驱动等需求,为实验验证提供了样机平台。对主动助力效能进行实验研究:在人机接触力实验中,原地踏步、伸蹲、跳跃三种运动下,人体足端接触力分别下降了188.1N、176.8N、184.1N,占人体重力的24.9%、23.4%、24.4%,与设定的0.25的助力系数很接近,人机背部接触力均呈现向上托举人体的趋势,表明运动意图感知及EFOC助力方法成功实现;在关节辅助力矩与辅助功率实验中,外骨骼提供的等效关节力矩与人体所需关节力矩曲线形状相似,辅助力矩绝大部分情况为正,辅助能量随运动的进行而连续升高,表明外骨骼的瞬态响应和整体助力效果良好;助力效能统计分析实验中,5位实验者将3种运动模式各重复30次,统计正向辅助时间的周期占比均值84.6%、步态周期内关节获得的正负冲量矩比例均值90.1%、总的辅助冲量矩全部为正、正负功比例93.1%、总的辅助能量全部为正,表明主动助力的技术性指标良好;复杂环境下的行走实验中,实验者在各种路况下运动灵活,表明外骨骼能够支持人体复杂多变的运动,体现出“想人所想、助人所需”和“人主机辅、人机协同”的特征。