近年来，帮助步行障碍患者康复训练的机器人得到了广泛发展，通常步行训练机器人需要跟踪医生指定的训练轨迹，为了提高跟踪精度，研究者们提出了多种控制方法。然而，目前这些结果大多是在假设康复者和机器人之间不产生相互作用力的理想情况下得到的，在实际应用中具有很大局限性。

        事实上，康复机器人在辅助患者训练过程中会产生多种相互作用力，如前臂对扶板的压力、扶把手的力、主动迈步的推力等。这些力会严重影响机器人的跟踪性能，甚至会产生较大的跟踪误差，导致机器人碰撞室内物体而威胁康复者的安全。近几年，关于人机接触(Human-robot interaction)问题的研究受到了学者们关注，目前主要有三种处理方式：(1)人机接触控制(Human-robot interaction control)，仅仅限制机器人的关节、运动速度和运动空间，忽略了康复者对机器人运动的影响，无法实现人机协调；(2) 人机阻抗控制(Human-robot impedance control)，该方法难以在运动空间中获得满意的阻抗；(3) 肌电信号方法(Electomyography, 简称EMG)，通过传感器测量人体EMG，但不易确定肌肉力量和EMG之间的关系。由此可见，对人机接触问题的研究还没有得到统一的方法，依然具有挑战性。

        此外，在康复训练过程中，由于机械故障、外界干扰等不可预见因素会使机器人运动速度和轨迹发生突变，为了保证人机系统的安全，同时限制机器人各运动轴的速度跟踪误差和轨迹跟踪误差不容忽视。常规饱和函数法、有界Lyapunov函数法和主动限制速度法，由于无法同时约束多个变量，因此不能将各运动轴轨迹跟踪误差和速度跟踪误差限制在指定范围内。

        鉴于以上分析，针对一种康复步行训练机器人(Omnidirectional Rehabilitative Training Walker, 简称ODW) 提出了人机作用力观测和各运动轴最优轨迹跟踪预测控制方法，专有技术和应用领域包括：

        (1) 根据人机作用力对ODW运动位置的影响，利用自有技术设计了一种新颖的观测器，获得了人机相互作用力。

        (2) 利用自有技术，提出了一种非线性控制器设计方法，抑制了人机作用力对跟踪性能的影响，并利用机器人冗余结构特性，得到了各运动轴系统模型；进一步结合预测控制，同时约束了速度跟踪误差和轨迹跟踪误差，首次实现了各运动轴最优轨迹跟踪。

        (3) 本成果适用各类人机接触的轮式康复机器人、轮式服务机器人。