膝关节辅助控制旨在减少人体膝和踝关节损伤所造成的行动不便,并为下肢关节受损者提供康复训练功能。外骨骼系统使用机械提供外力,来实现增强人的力量。外骨骼控制系统是一种嵌入式控制系统。由于机器学习和深度学习的理论框架越加完善,一些简单的重复性的工作已经被人工智能产品成功替代,随着越来越多的人工智能理论广泛应用在机器人控制系统,这意味将来外骨骼控制系统更精确、更智能、更舒适。本课题针对人体自然行走时足底压力的连续分布和人体下肢步态的轨迹,设计了一个可穿戴膝关节辅助运动控制实验平台。系统由原始数据的获得到逐步将数据处理、抽象、生成控制参数,将控制系统分为三级,依次分别为低级控制器、中级控制器、高级控制器。低级控制器主要功能是测量压力和膝关节姿态角,为了确保数据稳定可靠,还在低级控制中将数据进行处理。中级控制器负责电机的控制,电机控制通过模糊PID控制。高级控制器位于上位机,利用Python实现的支持向量机模型,实现对人自然步态的划分,得到当前的运动状态,再生成电机实际的控制参数,实现电机随着人行走控制控制方法。系统硬件整体由直线电机、旋转电机、ESP-8266WIFI模块、FSR压力传感器、MPU9250、上位机、STM32F407构成,通过CANOPEN、USART、IIC、TCP/IP、SPI协议、将系统整合一起,为确保系统的稳定性,移植UC/OS-II作为任务管理系统。课题最后将足底压力,作为SVM模型输入,输出当前行走状态,再对人行走当前状态进行动力学分析,输出电机PID参数,实现对人行走实时的助力。控制系统的成功实现,将会一定程度实现对人行走的助力,后续可以在该系统基础进行二次开发,持续改进。