用于人类物理效能增强的助力外骨骼在军事、医疗和工业等领域有着广泛应用前景。然而当前助力外骨骼控制策略严重依赖穿戴者身体尺寸和运动状态,无法满足运动过程中人机系统自适应性,阻碍其应用推广和人机协同效率提升。因此本文提出一种通用的外骨骼力矩规划控制策略,以解决针对环境客观因素或人体主观因素引起人体运动状态改变的外骨骼助力自适应问题。通过构建基于核化运动基元（KMP）的力矩规划方法,并根据人体运动状态直接调制生成穿戴者个性化助力输出轨迹,从而建立统一的力矩规划方法。本文主要研究内容如下:1.针对人体身体尺寸和运动状态造成的膝关节力矩差异,提出基于个性化膝关节力矩曲线的外骨骼KMP助力力矩模型。将高维多簇轨迹概率提取建模降维简化应用,采集关节力矩数据进行概率编码,建立膝关节助力力矩模型;基于模型输出误差与协方差评价其优劣并通过调整编码核数和学习数据分布优化;经数据集测试验证模型具有较好泛化能力,轨迹平均输出绝对误差均在0.42 Nm以下。2.针对人体运动状态改变造成实时输出与期望力矩产生差异,提出基于局部核化概率动态调制的力矩规划算法,实现助力力矩与人体状态匹配。根据人体姿态信息制定核化概率调制规则并将其参数化获得期望输出;分别通过参考数据库更新和参考轨迹加权方式改变个性化助力力矩的核化概率分布;对比分析两种规划方式进行状态同步仿真验证,分别可达到规划误差为期望力矩阈值的1.42%和1.28%;综合考虑选择采用轨迹加权方式用于系统实验并进行整体算法仿真实验,结果显示同步规划误差基本在0.5 Nm以下。3.通过下肢助力外骨骼平台验证算法助力效率。将力矩规划算法用于助力外骨骼平台并进行对照实验,检测穿戴者心率和肌电信号,分析运动消耗和肌电信号阈值评估算法助力效率,结果显示部分状态下可节省约10%-15%能耗。基于局部核化概率动态调制的力矩规划算法可以更灵活地实现期望轨迹调制,适应穿戴者运动状态改变,提高外骨骼助力效率,具有广泛应用价值。