我国残疾人口众多,约占人口总数的7.8%。身体的残疾致使他们在身心两方面遭受着普通人无法想象的痛苦。作为代偿行走功能的工具,下肢假肢可以恢复截肢残疾人定的活动能力。机械式假肢步态僵硬不自然,使用时用户的代谢能耗过高,且不能实现任意步速的调整。由微处理器控制的智能假肢可以根据变化的步行环境优化地调整步速,并且步态更加自然,在机动性、复杂环境适应性和与健肢协同性等方面有了极大的提高。智能假肢研究所面临的最大挑战来自于人体与假肢这两个异构智能主体之间的信息交互与协调控制。对于膝上假肢,由于残疾人无法控制膝关节运动,为了使步态对称自然,假肢应尽可能通过自身的感知系统估计残疾人的行动意图,并通过控制膝关节运动来实现假肢与残疾人健康腿的协调运动,让残疾人可以安全地在日常工作和生活环境中自由活动。用以估计运动意图的信号源分为三类,分别是：动力学信息、运动学信息和肌电信息,其中以通过惯性传感器采集人体运动时下肢运动学信息来估计运动意图的方法具有操作简单、可靠且成本较低等优点,被广泛地使用在科研与实际系统当中。本文以智能假肢感知与控制为题,通过理论与实践相结合,对基于惯性传感器信息的步态分析与步态控制技术进行了深入的研究,论文主要工作包括以下几个方面：针对传统非智能假肢存在感知与控制方面存在的不足,提出了一种新型的以惯性传感器为主要感知设备的智能假肢控制方法,改进了传统假肢存在的交互性不自然、难于安装、可靠性低和人机交互不自然的缺陷。通过惯性传感器采集的人体下肢运动学信息是一种典型的非线性、非稳态信号,论文提出了新颖的信号局部均值求取方法,改进了经典算法算法存在边界效应问题和局部均值函数估计不精确问题,实验结果表明,提出的方法频率分解更精确,边界效应明显改善。在此基础上,应用改进的经验模态分解算法于惯性传感器信号去噪,通过实验结果证明,本算法能有效分析出惯性传感器噪声和漂移趋势,得到了良好的实验结果,验证了算法的有效性。提出了基于矢状面摆动角速度和加速度能量极值的步态事件检测方法,成功应用于不同受试者不同路面状况不同步态模式下的步态事件检测,取得了良好效果。论文提出的基于线性判别分析的步态特征提取算法,有效提取了用于分类的不同步态模式的特征,并采用支持向量机对步态模式特征进行分类,针对不同受试者、不同路况取得了平均98.2%的识别率和很好的稳定性。研究了惯性传感器零速矫正方法,提出了一种基于高斯过程的步态零速矫正方法,实验表明此方法具有矫正精度高,对步态周期没有要求等优点,有效提高了步态参数定量分析的精度,为后续的步态规划算法提供了准确的步态参数。提出一种在线步态合成方案,采用离散傅里叶级数将采集得到的时序惯性信号提取为特征,进一步采用主元分析对特征进行简化。利用神经网络建立了步态参数(如步频、步长)与简化步态特征之间的非线性函数映射关系。基于步态特征便可以重构实时生成步态数据。实验结果表明,该策略可以涵盖较宽的步速范围,生成的步态平滑、高效拟人。最后,设计了一种基于协调控制的智能假肢人机交互方案,为实现对称稳定行走,提出并采用了主从式协调控制策略,通过陀螺仪采集的信息,智能假肢能够感知健康腿的运动意图并根据关节间的协同关系重构自身的运动学变量,使用迭代学习控制实现了智能假肢对健康腿步态的实时跟随。实际实验和仿真验证了提出算法的正确性和有效性。