表面肌电信号因其抗干扰性好易获取,且包含丰富的运动控制信息,被广泛应用于康复机器人、智能假肢和人机交互等领域。传统的基于模式识别的肌电接口在实际控制过程中只能完成几个简单动作生硬的切换,为了实现康复辅助设备连续流畅的控制,关节连续运动信息的估计成为了近年来的研究热点。然而目前的研究大都仅针对单关节单自由度的序列运动,而人体的自然运动往往是多自由度的同步运动。针对多自由度问题,近年来有学者提出了肌肉协同收缩模型,通过肌肉协同分析可以估计出多自由度同步运动时的关节连续运动信息,为智能康复辅助设备提供更加直观自然、灵活高效的控制手段。本文以人体上肢腕关节和肘关节为研究对象,结合肌肉协同收缩理论,研究针对多关节同步运动解析的肌肉协同分析方法,并建立有效的协同激活模型准确估计出关节连续运动过程中的角度信息,最后结合多自由度并行比例控制策略设计交互控制系统,实现机械臂多个自由度的同步连续运动控制。具体的研究工作包括:(1)采集上肢腕关节和肘关节运动过程中的表面肌电信号和关节角度信号,并对采集到的信号进行预处理。针对传统非负矩阵分解算法(Non-negative Matrix Factorization,NMF)非监督性导致的信号分解稳定性不高的问题,在深入研究肌肉协同理论的基础上,结合Moore-Penrose广义逆提出一种半监督式NMF协同分析方法,有效提取肌肉协同元及其激活系数序列。同时,为了获取肌肉协同模型中的肌肉激活度,对表面肌电信号进行多种时域特征提取,并通过实验比较选取最佳的时域特征用于肌肉协同分析。(2)为了解决协同分析提取的激活系数不能直接表示运动信息的缺陷,获取更加精确稳定的控制信息,通过支持向量回归构建激活系数序列和关节角度信息的肌肉协同激活模型,并采用头脑风暴算法对模型参数进行优化,在有效减少寻优时间的同时,保证关节角度信息估计的高准确率及模型的泛化能力。通过对上肢腕关节和肘关节分别建模,实现对多个关节角度信息的同步估计。(3)研究多关节同步连续运动估计在肌电控制中的应用,设计基于肌肉协同分析的多关节同步连续运动估计系统,并结合多自由度并行比例肌电控制策略,通过关节角度的大小反映实验者的运动意图,来控制机械臂的运行轨迹,实现智能设备的多自由度同步连续运动控制,有效验证所设计的多关节同步连续运动估计系统在肌电控制中的有效性与实用性。