索驱动机器人是利用柔索代替刚性连杆的一类并联机器人,具备结构简单、大工作空间、易重构等优点。但索作为柔性件,导致索驱动机器人在运动过程中易产生运动误差,因此对索驱动机器人进行误差分析和补偿是必不可少的。本文针对索驱动下肢康复机器人做了以下研究。本文的索驱动机器人是一种使用四根索牵引人体下肢进行步态训练的康复机器人,也称索驱动下肢康复机器人。为了提高机器人的运动精度,先建立其全参数几何误差模型以及误差灵敏度模型,然后基于各误差源的灵敏度系数筛选出主要误差源,最后通过对主要误差源进行误差辨识以及误差补偿,达到提高机器人运动精度的目的。首先,采集人体步态轨迹并对机器人进行配置优化和运动学分析。由于该机器人主要用于人体下肢康复训练,因此,第一步利用光学三维测量系统获得人正常行走的步态轨迹。第二步基于该步态轨迹,以工作空间最大化为优化目标,对机器人的结构参数进行优化。第三步在该配置的基础上,对该机器人进行运动学分析,并使用CASPR（Cable Robot Analysis and Simulation Platform For Research）软件的仿真结果进行对比验证。其次,优化关节夹角步态轨迹。在保证机器人可以完成康复训练的同时,为了减少运动过程中因振荡造成的能量消耗,提高机器人的运行效率和稳定性,在不偏离理论关节轨迹的基础上,利用差分进化算法,以能量最低为优化目标优化出机器人关节夹角的最优轨迹。然后,建立机器人全参数几何误差模型以及灵敏度模型。基于运动学模型建立机器人全参数几何误差模型,同时在误差模型的基础上,构造机器人的灵敏度模型,并依据各误差源的全局灵敏度系数对误差源进行筛选,筛选出18个主要几何误差源,最终通过MATLAB（Matrix Laboratory）仿真验证误差模型和灵敏度模型的正确性。最后,将主要几何误差源分为静态误差和动态误差并进行分步补偿。对于静态误差,采用运动学标定的方法进行补偿,即在误差模型的基础上,通过光学三维动作捕捉系统获得测量点实际位姿并使用最小二乘法对误差源进行参数辨识,修正运动学静态几何参数,通过ADAMS仿真验证运动学标定方法的可行性;对于动态误差,通过光学三维测量系统以及雷赛控制系统实现动态误差的实时补偿。最终通过实验验证了补偿算法的有效性。