康复机器人技术是近年来发展起来的一种新的运动神经康复治疗技术，已经成为国际机器人领域研究的前沿和热点之一。在机器人辅助患者进行康复训练过程中，机器人如何实时感知患者的病情状态并据此采取相应的训练模式和运动控制策略，从而使得当患者病情发生变化时，机器人对患者病患部位提供的作用力能更好地适应其病情的变化，并保持系统稳定和运动平滑，是目前康复机器人领域亟待解决的关键问题之一。本文正是在这种研究背景下，开展了上肢康复机器人自适应控制理论与实验研究。　　 首先分析和研究了基于偏瘫康复治疗基础理论的上肢康复机器人系统设计原则，为本文开展康复机器人运动控制策略和（临床）实验研究奠定了医学理论基础。　　 为使康复机器人能够实时感知患肢病情状态，并实现对患肢提供完成康复训练所必需的驱动力，在传统阻抗控制方法基础上，提出了一种基于力参考值在线模糊调整的模糊自适应阻抗控制算法。算法首先运用滑动平均最小二乘法对患肢机械阻抗参数进行在线估计，然后根据辨识得到的参数运用模糊推理技术对机器人末端同患肢之间相互作用力的期望值以及目标阻抗进行实时调整，仿真结果表明了该算法的有效性。　　 针对康复训练过程中患肢病情的变化对系统稳定性和运动平滑性造成的影响，在传统阻抗控制方法基础上，提出了一种新的进化动态递归模糊神经网络自适应阻抗控制方法。该方法根据在线辨识得到的患肢机械阻抗参数，运用进化动态递归模糊神经网络对目标阻抗控制参数进行动态调整。调整过程中首先采用混合进化算法离线优化目标阻抗，然后再利用基于Lyapunov函数稳定收敛性理论设计的动态BP算法对目标阻抗控制参数在线作进一步地调整。分析和仿真结果表明，在训练过程中当患肢病情发生变化时，该方法仍能使系统保持良好的稳定性和运动平滑性。　　 为提高康复训练效果，不同恢复阶段的患肢应该采取不同的治疗模式和控制策略。针对此问题，本文在临床康复实验中根据患肢病情的恢复程度分别设计了关节活动范围被动运动、主动过渡和肌力增强主动抗阻三种康复治疗模式。在关节活动范围训练中，提出了一种模糊逻辑与传统PID相结合的机器人关节轨迹控制算法，以控制机器人平稳地牵引患肢沿目标轨迹进行被动康复训练；在肌力增强主动抗阻训练中，提出了一种新的模糊自适应阻抗力控制方法。该方法以患肢机械刚度和阻尼作为其病情恢复评价指标，并据此运用模糊阻抗控制器对机器人和患肢之间的相互作用力进行实时调整，使得在患肢主动能力不足时提供一定的辅助，而在其有能力完成动作时，实时调整阻力实现肌力训练。最后以Barrett公司4自由度WAM ArmTM机器人和Ubuntu Linux+Xenomai实时操作系统为硬、软件平台构建了上肢康复机器人实验系统，选择健康受试者和住院治疗的偏瘫患者为对象分别进行了算法的前期验证和临床康复实验，并对康复治疗效果进行了评估，实验结果表明了康复训练模式和运动控制策略的有效性。　　 论文最后进行了总结，并提出了进一步研究的方向和任务。