下肢外骨骼机器人的应用和研究已较为广泛,大多涉及医疗康复、战场助力等领域,穿戴者与外骨骼之间的耦合安全性和耦合舒适性是评价一套外骨骼装置性能的重要指标。关于这一方面,以往研究大多分为“机主人辅”和“人主机辅”两个方面,很难同时做到两全其美,因此本文将平衡“人”与“机器人”这两个方面,提出一种直接辨识人机耦合参数的理论和方法,该理论基于泰勒展开,将非线性的人机耦合动力学模型转化为一个线性的弹簧阻尼系统,进而对刚度和阻尼这两个人机耦合参数进行辨识。在实验方面,经过对数据的分析,发现了耦合位置三个方向的耦合力主要集中在腿部相对于外骨骼的运动方向,因此可以由该方向上的力来替代实际耦合力,进一步地,分析了耦合力的周期性规律以及下肢前后方向耦合力的差异性。对于群体实验产生的刚度与阻尼,本文分析提出了最大压缩程度这一概念,发现了其与刚度、阻尼之间有较为明显的关系,此外还发现了松紧程度、耦合位置、穿戴者性别等因素对刚度、阻尼有比较显著的影响。在参数回归方面,本文采用主成分分析和人工神经网络两种办法对人机耦合参数进行了预测,并从误差、绝对误差、均方误差以及相关性等方面评价了回归性能。对于人机耦合参数,神经网络的回归性能更优,但其对于人机耦合力的预测效果不甚理想。