随着科学技术的快速发展和老龄化问题加剧,康复辅具的研究也在不断深入。穿戴康复辅具运动时,应避免人机接触位置出现过强或不足的作用力即人机不相容情况,防止穿戴者感到不适甚至受伤。本文基于肌肉协同理论,对运动相容性状态进行识别,设计控制器进行轨迹跟踪控制仿真分析,主要研究内容与方法如下:（1）设计坐姿状态下的康复运动相容性实验和站姿状态下的康复运动相容性实验的实验方案,完成不同相容性动作模式（相容、过大不相容、过小不相容）的EMG采集。基于非负矩阵分解,对采集的EMG进行肌肉协同分析,并根据分析得到的结果,确定两组实验中与相容性密切相关的关键肌肉,判断不相容发生主要时期。构建下肢运动相容性网络进行社团分析,验证所确定的关键肌肉是否合理、准确。（2）提取时域、频域特征以及肌肉协同特征,对比不同特征对识别结果的影响,验证肌肉协同特征的有效性。结合肌肉协同分析中确定的关键肌肉和不相容性发生时期对下肢运动相容性进行识别,验证结论准确性。使用分层极限学习机对人体下肢运动的相容性进行识别,结合粒子群优化的方法进一步提高识别率。对坐姿状态下的康复运动相容性实验中过大、过小和相容三种运动状态识别率为92.24%、91.31%和90.12%,对站姿状态下的康复运动相容性实验中过大、过小和相容三种运动状态识别率为93.13%、94.34%和91.82%,识别结果验证了所提出方法的有效性。（3）针对运动不相容状态切换与轨迹跟踪问题,结合运动相容性识别结果,设计关节轨迹跟踪控制器。首先用简化的数学模型代替动力学模型,模型中的非线性项由神经网络估计得到。其次,控制器采用反演法设计,实现了不同相容状态下的关节期望轨迹跟踪控制。最后设计了仿真程序,仿真结果说明本文所设计的自适应神经网络反演控制策略的正确性和控制律的有效性。