仿生智能下肢假肢的研究旨在运用飞速发展的人工智能技术和已经较为成熟的仿人机器人技术,使假肢能够识别残疾人不同的步态,并使规划出的假肢步态具有更好的仿生性,使人与假肢能够协调运动,帮助残疾人重获生命的活力。因此,本文的研究具有社会效益和经济效益。本文从步态识别始发,前后延伸,主要研究了以下内容:（1）在对人体下肢运动分析的基础上,选择惯性运动捕捉系统作为运动数据采集设备,在不同采集环境下对人体5种步态进行了运动数据采集。基于实验获得10人在5种步态下的500组运动数据。针对所获得的离散时域信号,使用小波变换去噪。对膝关节角度信号进行分析,利用MATLAB曲线拟合工具箱对单一周期信号进行曲线拟合,分析信号变化与人体运动规律是否吻合,验证了所采集数据的正确性。（2）为建立步态识别模型,对信号进行了特征值提取,选取绝对均值、方差、峰值作为特征向量。由于传统BP神经网络模型的初始参数是随机设定的,故使用人工蜂群算法对其权值和阈值进行优化,建立了蜂群优化BP神经网络步态识别模型。以300组特征向量作为训练样本,200组特征向量作为测试样本,对所建网络进行训练和测试。最终步态识别正确率达到90%,验证了模型的正确性和优越性。（3）建立线性倒立摆模型,得出人体平地行走质心轨迹,代入五杆模型求出支撑相各关节角度,并考虑足底反力,对线性倒立摆模型进行修正,得到更加符合人体运动规律的关节角度,求得摆动相关节角度,得到完整步态周期的步态规划结果,并由倒立摆的能量曲面和测地线微分方程求得优化的质心轨迹。（4）利用BRHL虚拟仿真平台模拟残疾人穿戴仿生智能下肢假肢平地行走,基于ADAMS、Pro/Engineer、Simulink对步态规划结果进行了验证。结果表明,模型中的质心和足部轨迹与理想值契合,步态具有较好的拟人性,验证了步态规划方法的正确性和有效性。