下肢助行外骨骼作为一种帮助截瘫病人康复的医疗器械,旨在帮助残疾人独立完成日常生活。但是不同场景之间的步态规划相互独立、地形的适应范围有限。本论文针对下肢助行外骨骼平地斜坡的切换及不同坡度斜面提出一种可以根据穿戴者当前姿态确定迈步策略的步态控制方法,进而完成从平地到斜坡的连续行走,适用不同的坡道状况。本文的研究内容如下:首先,分析正常人的步态行为特征,给出常用的指标定义;对外骨骼进行正逆运动学进行建模,用于关节空间和末端空间轨迹的相互转换;针对平地和不同坡度的倾斜斜面规划外骨骼机器人行走步态,并进行穿戴测试验证。其次,目前外骨骼采用有限状态机的方式进行不同场景之间的切换,即从上一场景进入下一场景的方式采用手动选择,各个场景步态之间没有关联性。本文通过对平地和不同倾斜斜面的传感数据分析,挑选特征确定输入,将步态摆动周期分割出来作为输出,通过神经网络方法拟合基础的步态参数。采用短时间内的穿戴外骨骼传感数据和平地斜面步态下一个规划点进行拟合。达到针对平地和不同坡度斜面的自适应步态控制。进而,神经网络拟合出的步态控制方法具有较大的局限性,即神经网络模型的确定决定了步态形状,同时决定了步长,步速等,即学习出的步态不可改变;同样,针对动态运动基元(Dynamic Movement Primitive,DMP)框架,输入仅为参考的步态曲线。针对上述问题,对DMP进行扩展,采用传感参数拟合DMP中步态控制项,从而使得参考步态可以根据神经网络输入传感数据进行调整;同时通过改变控制框架中时间项和空间项对生成步态进行二次调整,以更好的适应不同坡度斜面,并且针对过渡阶段的不同情况进行分析,验证模型的有效性。最后引入针对斜坡步态可用性的指标,用于对生成步态进行评价。最后,本文对外骨骼平台进行介绍。进行预实验采集在期望步态下的传感信息,用于模型拟合步态。然后针对本论文中提出的方法进行仿真验证和实际平台验证。并对实验结果进行评价和分析,证明了该方法对0-20度内的任意坡度的适应能力。