目前下肢助力服可以包括柔性助力服与刚性助力服,下肢刚性助力服多为刚性连杆构成,存在结构复杂、重量大、运行功耗大等众多缺点。下肢柔性助力服以柔性材料驱动实现助力,拥有穿戴方便,重量轻等众多优点。因此,研究下肢柔性助力服的控制策略对各个关节实现高效助力有着重要研究意义。本论文对下肢柔性助力服的控制策略进行研究,主要研究机主人辅运动下的控制策略、人主机辅随动控制下的控制策略以及随动控制参数优化。建立下肢柔性助力服动力学方程。正确的动力学模型是控制策略研究的基础,下肢柔性助力服的助力关节主要分为髋关节、膝关节与踝关节,通过分析人体运动步特点,确定髋关节与膝关节实现助力,介绍下肢柔性助力服人机一体简化模型。通过拉格朗日方程建立系统的动力学模型,并分析电机输出力矩与关节运动力矩关系,进行Matlab与ADAMS联合仿真。研究机主人辅运动控制策略。设计模糊PID控制器与计算力矩补偿的PD反馈控制器实现髋关节与膝关节的助力力矩控制,通过对比两种控制策略发现,模糊PID控制能够根据环境调节控制参数,该控制策略与计算力矩补偿的PD反馈控制在扰动环境下有较好的鲁棒性,且这两种控制策略完整步态周期内最大轨迹跟踪误差相差非常小,都具有更好的控制效果。人主机辅随动控制下需要考虑控制系统的柔顺性。通过比较基于力的阻抗控制与基于位置的阻抗控制,选择基于位置的阻抗控制作为人主机辅随动控制策略,将上述计算力矩补偿的PD反馈控制器作为基于位置的阻抗控制位置内环控制器,同时对位置内环优化,添加RBF神经网络补偿器,控制系统最终能够拥有较好的控制效果,在扰动环境中控制系统有较好的鲁棒性。随动控制参数优化方面分为离线优化与在线优化。通过分析阻抗控制的阻抗参数变化对控制系统的影响,通过变权重变异粒子群优化算法实现阻抗参数的离线优化,在优化算法的目标函数中添加力反馈峰值抑制噪声干扰,与随机阻抗参数下的控制相比拥有更好的控制精度。最后通过PI2增强学习算法实现阻抗参数的实时在线优化,在一定的迭代次数内控制系统可以更好适应复杂环境,提高控制系统的控制效果与鲁棒性。