近年来,随着老年人口和关节炎、中风等患者数量的持续增长,智能康复机器人越来越受到重视,逐渐成为辅助传统理疗师进行康复训练的重要工具。在机器人辅助康复领域,为了实现患者主导的、自然的、智能的机器人控制,需充分考虑患者的主动运动意图和肌体活动状态,通过人体骨骼肌模型创建人机交互接口和系统,可为辅助型康复机器人提供一种自主灵活的控制手段,在保证人体主观性和灵活性的前提下,改善患者的康复效果。本文以人体关节运动的动力部分——骨骼肌为对象,结合运动过程中的表面肌电信号分析和运动学信息反馈,研究人体运动产生的生物力学过程,建立一种新型的人体下肢骨骼肌模型,并基于该模型设计并实现一种直观自然、灵活高效、安全可靠的人机交互系统。主要研究工作包括:(1)为提高骨骼肌肉模型的准确性,针对肌肉活动的个体性差异,研究表征肌体活动状态的人体表面肌电信号特征提取方法,并通过实验分析肌电信号与力信息的映射关系以及肌电信号参数与关节角度的相关性。在此基础上,选取合适的肌电特征值作为骨骼肌模型的输入,在实际环境中对所提取特征参数进行实验验证和分析。(2)针对人机交互接口自主性和准确性不足的问题,提出一种改进的下肢骨骼肌肉建模方法,以获取更加精确的控制信息。引入Hill骨骼肌肉模型估计膝关节运动相关肌肉力,研究一种并行级联识别(Parallel cascade identification,PCI)模型建立肌电信号与肌肉力的映射关系,然后融合二者建立一种新型Hill-PCI力预测模型,实现对肌肉力的准确估计。为获取更加多元的控制信息,研究一种肌电比例角度预测模型,通过非线性迭代偏最小二乘法建立肌电特征值与关节角度的对应关系,提高角度预测准确度。最后通过实验验证整体模型的可行性和有效性。(3)设计开发基于下肢骨骼肌肉模型的人机交互系统,根据模型预测的肌肉力和关节角度信息,设计制定合理的交互控制指令,实现人体下肢对虚拟对象的直接控制。结合下肢骨骼肌模型和人体运动参数,实现一种根据受试者与虚拟对象交互控制的康复训练系统,提升肌肉力量训练效果,并增强训练的趣味性。