当前社会,脑卒中高发,功能性电刺激(functional electrical stimulation,FES)因为其特有的康复效果成为脑卒中患者功能康复的一种主要措施,而基于功能性电刺激的人体关节轨迹控制,其实现的功能不仅会促进患者功能康复,更有利于提升患者对于康复的信心。功能性电刺激以人体肌肉为执行器,人体肌肉具有非线性与时变性,很难有精确的模型表达,致使人体关节轨迹控制的动力学前馈精度不够高,只能通过模糊控制等人工智能算法并加上闭环控制来弥补动力学前馈精度不足的问题,因此,将基于功能性电刺激的人体关节轨迹控制与人体肌肉骨骼建模结合起来,利用精确的人体肌肉骨骼模型来提高动力学前馈的精度,从而提高控制精度,成为一个可以实现的方向。同时,当前基于功能性电刺激的人体关节轨迹控制大部分为单块肌肉控制,无法实现多肌肉协调控制,会出现刺激模式不合理等问题,因此,本课题采用多肌肉协调刺激,而对于大多数人体关节,关节的自由度数一般都小于引起该关节运动的肌肉数量,为机械冗余系统,因此,多肌肉协调刺激在满足运动学轨迹约束的基础上存在肌肉力优化的问题。针对当前基于功能性电刺激的人体关节轨迹控制动力学前馈控制精度不高以及多肌肉协调刺激存在机械冗余的问题,本文重点开展了人体下肢肌肉骨骼建模与电刺激仿真研究与肌肉力优化研究,并将其整合进行膝关节轨迹跟踪控制,通过仿真与实验验证了关节轨迹控制方法的正确性与有效性。具体开展如下研究:首先,为了建立精确的人体下肢肌肉骨骼模型,利用运动捕捉系统采集人体标记点信息,与通用肌肉骨骼模型进行对比,得到针对实验者的特定的肌肉骨骼模型,通过肌肉激活动力学与肌肉收缩动力学的研究,建立电脉冲参数与肌肉力之间的映射关系,搭建MATLAB/opensim联合仿真平台,进行单块肌肉肌肉力产生特性的仿真,得到输入为电脉冲参数,输出为肌肉力的物理模型。其次,针对多肌肉协调刺激存在机械冗余的问题,通过逆运动学与逆动力学,求出关节力矩,对目前流行的几种肌肉力优化方法进行对比分析,选择使用CMC算法进行肌肉力优化研究,对CMC算法的原理及特性进行分析,利用CMC算法进行肌肉力优化仿真,得到各肌肉的肌肉激活度。在此基础上,针对肌肉骨骼系统非线性、时变性的特点,利用之前已建立的精确的肌肉骨骼系统以及肌肉力优化方法,提出基于动力学前馈模型的膝关节轨迹闭环控制方法,并通过仿真证明了其控制精度高于开环控制。最后,为了验证控制方法的有效性与实用性,进行功能性电刺激电脉冲参数的选择,确定了功能性电刺激实验平台的技术指标,并搭建了功能性电刺激实验平台,结合数据采集系统,建立膝关节轨迹跟踪控制实验平台。首先进行单受试者膝关节轨迹跟踪控制实验,验证了控制方法的有效性;其次进行了多受试者差异性实验,证明了该控制方法对不同个体具有适用性;最后通过实验测试了运动范围对控制精度的影响。