随人口老龄化程度的加深,因心脑血管疾病引发的上肢运动功能障碍患者越来越多,运动疗法可有效帮助患者获得肢体康复,而现有康复医疗师数量匮乏且能力水平高低不一。随着机器人技术的快速发展,面对此种社会现状,上肢康复机器人应运而生。上肢康复机器人的应用能够减轻康复医疗师的负担,成本更低,可有效起到缓解康复医疗师数量匮乏和帮助患者实现康复训练的目的,但经过研究和分析发现,现有上肢康复机器人也存在通用性及人机融合性较差等共性缺点,如何使患者与上肢康复机器人实现更好的人机交互成为目前研究热点。本文针对目前上肢康复机器人发展现状,自主设计上肢康复机器人,搭建实验平台,实现基于手势识别与语音控制相结合的人机交互方式,具体研究内容如下:首先针对人体上肢运动特点,设计满足左、右肢使用的两肢通用型上肢康复机器人,为验证合理性,分别进行了静力学、运动学和动力学仿真分析,研究基于CAN总线的软硬件系统开发和基于CANopen通讯协议的上位机软件开发。其次,提出手势识别与语音控制相结合的非接触式人机交互方式。研究基于Kinect的手势识别技术,采用像素滤波器和改进中值滤波对Kinect深度图像进行修复,通过Kinect骨架获取技术分别实现左、右手的手部追踪定位,基于深度双阈值对手部进行分割,提取手部感兴趣区域的HOG特征,实现基于SVM的可区分左右手的实时静态手势识别。为对手势识别结果进行判断并实现对上肢康复机器人运动控制,研究孤立词语音识别技术,对语音信号依次进行包含采样量化等步骤在内的预处理过程,提取MFCC特征参数,获取语音信号的静、动态信息,分别采用DTW与改进DTW算法识别并进行对比,最终选择采用改进DTW算法进行语音识别。最后,为验证设计合理性,对上肢康复机器人进行康复训练实验,在完成手势识别与语音识别的基础之上,将其与上肢康复机器人进行系统集成,搭建基于手势识别与语音控制的人机交互实验平台,测试实现针对左、右两肢训练的多种康复模式。