1、在社會生活中，受中風(fēng)、交通事故等一些內(nèi)在或外在因素的影響，導(dǎo)致人體自由行動能力受到損傷，這對個人、家庭和社會造成了嚴(yán)重影響。為了幫助這些行動能力受損的群體恢復(fù)其獨立自主的生活能力，智能動作輔助機器人越來越受到重視，將人體表面肌電信號（Surface Electromyography，sEMG）與康復(fù)機器人相結(jié)合而得到的康復(fù)輔助系統(tǒng)，在保留人體主觀性和靈活性的前提下，通過增強人體的現(xiàn)有運動能力，能夠有效改善或解決這一問題，在康復(fù)、醫(yī)療等領(lǐng)

2、域有著廣泛的研究和應(yīng)用。
　　本文以人體關(guān)節(jié)運動的動力部分——骨骼肌為對象，在分析其表面肌電信號與肌力關(guān)系的基礎(chǔ)上，主要研究了不同收縮形式下的肌力預(yù)測方法和肌疲勞補償策略，并結(jié)合六自由度下肢康復(fù)訓(xùn)練機器人，對肌力預(yù)測結(jié)果的準(zhǔn)確性和實用性進行了驗證。本文的主要工作包括：
　?。?）分析了骨骼肌收縮的電生理過程以及肌電信號-肌力關(guān)系，重點研究了關(guān)節(jié)角度和肌疲勞程度對肌電信號-肌力關(guān)系的影響。在此基礎(chǔ)上設(shè)計了信號采集的實驗方案，針

3、對所采集表面肌電信號與肌力信息之間的時間延遲問題，采用極值定位方法進行同步處理。
　　（2）基于支持向量回歸（Support Vector Regression，SVR）的非模型法進行肌力預(yù)測研究。針對骨骼肌收縮的力特性，將肌肉收縮模式分為靜力收縮和動力收縮兩種模式，研究不同收縮模式下的肌力預(yù)測方法，運用遺傳算法對模型當(dāng)中的參數(shù)進行優(yōu)化選擇。
　　（3）研究了肌力預(yù)測過程中的肌疲勞補償策略，在實驗的基礎(chǔ)上，分析了肌疲勞的表征

4、參數(shù)與肌力預(yù)測誤差的變化關(guān)系，對實際應(yīng)用中的肌疲勞現(xiàn)象進行誤差補償，將肌力預(yù)測條件從非疲勞狀態(tài)擴展到疲勞狀態(tài)，進一步提高肌力預(yù)測的實用性。
　　（4）研究了肌力預(yù)測在康復(fù)機器人控制中的應(yīng)用，結(jié)合設(shè)計的肌力預(yù)測軟件，將肌力預(yù)測結(jié)果用于康復(fù)機器人平臺的力-速度位移控制，對系統(tǒng)的穩(wěn)定性進行了驗證。
　　本文針對表面肌電信號與肌肉作用力之間的復(fù)雜關(guān)系設(shè)計了肌力預(yù)測的信號采集實驗方案，對信號進行了同步處理，基于肌肉活動程度函數(shù)采用支持