作为人类拓展自我能力的方向，外骨骼机械不仅对人相对柔弱的身体提供了坚实的保护，并且在增强了人的运动能力方面有着无限的发展可能。外骨骼机械在20世纪60年代被首次提出，由于它的技术领域涵盖广泛，要求高，所以直到最近十年，外骨骼机械才有了较引人注目的进步与成就。由于长时间的积累，美国与日本在该领域内处于世界领先的位置，国内的发展则处于初级阶段。但是面对其不论对于军事，还是日常生活上对人体增强的无限可能，我们没有理由不在该方面增加投入，进行更加广泛和深入的研究。本文在研究探索国内外相关研究成果的基础上，设计和构建了外骨骼机械的样机，为了更好地实现外骨骼对人运动的识别，理解进而能够提升人体的运动能力的目的，表面肌电，作为人体肌肉运动收缩的外在生物电信号反应，被引入控制系统。通过对该信号的分析，可以提取人体的运动意图，包括运动类型和力量的大小，作为控制信号驱动外骨骼的运动。主要研究内容及所做的创新点如下：1.采用一个电机对应一个关节自由度的方式，模拟人体关节的运动，各个电机均通过独立的驱动器控制。2.表面肌电信号采用4通道，差分采集方式从上肢控制腕关节和肘关节的四块肌肉处采集，通过Butterworth滤波器获得10-500Hz的有效频谱信号，并滤除50Hz的工频干扰，为了尽可能的减小诸多干扰造成的对识别的影响，选择了最优对特征集。在识别运动类型方面，针对所采集的位置的特点，设计实现了两种识别架构。第一种分类方法基于每个关节均有收缩肌和伸展肌控制，故可以直接通过从两种肌肉中提取出的力的大小分析运动类型，该方法不需要长时间的训练和复杂的分类器设计，但局限于两种肌肉控制明显的关节。第二种基于传统的机器学习分类器，并且为每一个关节设计了独立的分类器，简化了每个分类器，提高了系统的整体鲁棒性。在本文中通过比较，最终选定Boosting作为最优分类器。然而基于本文的架构，可以换用其他的分类器。两种控制方法互为补充，较好的实现了对人的运动意图的把握。3.本文在分析得到运动类型的同时，没有采用较常用的固定速度运动的传统方式，而是进一步从表面肌电信号中估计得到了力的信息，进而可以根据人的力的大小去控制外骨骼机械对环境的作用力的大小，通过设置比例系数，可以将人的力按比例放大，真正实现了运动增强。