日益增长的踝关节康复训练需求和手工康复训练资源不足的矛盾促进了踝关节康复机器人的迅速发展,但是踝关节康复机器人及其训练策略仍存在一定局限性。传统气动肌肉驱动的踝关节康复机器人虽然适合进行踝关节康复训练,但是难以提供踝关节康复训练所需的三自由度运动;部分踝关节功能障碍被试者不能在康复训练中实现其运动意图,训练效果差。因此,有必要开发一款能够进行三自由度运动的上源驱动康复机器人,并以此为基础开发综合性的训练策略。针对传统气动肌肉驱动的踝关节机器人难以提供三自由度康复训练的问题,本文研发了一款基于混合动力的三自由度踝关节康复机器人。在构建运动学和动力学模型的基础上,开发了机器人的软硬件系统,并且通过理论分析和试验验证研究了机器人末端旋转角度和拉力之间的动态关系、运动频率与轨迹追踪精度之间的关系、以及极限旋转角度的可达性。可从六个方向调整机构参数来改变机器人的工作空间,增加人机交互训练的安全性;理论分析、仿真分析和试验验证了机构设计的可行性。针对踝关节控制能力弱的被试者不能持续进行主动训练的问题,本文提出了轨迹调节和轨迹跟随的主被动融合控制方法,并将其应用到三自由度踝关节康复训练中。通过试验确定阈值来保证机器人的柔顺程度。在基于轨迹调节的康复训练中,当被试者施加人机交互力超过阈值时,会生成新的期望轨迹:更改相位使运动轨迹反向;依据交互力的大小增加频率。当人机交互力小于阈值时,维持被动训练模式。在基于轨迹跟随的康复训练策略中,设计阻抗控制器来根据被试者的运动意图控制机器人的运行轨迹和运行模式。针对部分踝关节功能障碍被试者不能在康复训练中实现运动意图的问题,本文以虚拟现实游戏环境为基础,提出了基于SSVEP的踝关节训练策略。构建虚拟现实游戏环境来提供视觉反馈,并设置固定频率闪烁源来激发SSVEP信号;构建基于虚拟现实游戏环境的外部信息传递回路来实现机器人和人脑之间的双向信息流动;采用FFT分析SSVEP信号来识别被试者的运动意图;最后通过试验验证了其可行性。针对部分人群特征值不明显导致SSVEP信号识别困难的问题,本文提出了基于轨迹方向特征和SSVEP信号识别的信息融合方法来判断被试者的运动意图。通过判断踝关节的拉伸状态来确定轨迹方向特征;通过SSVEP信号识别结果和轨迹方向特征的相关性来判断被试者的运动意图;试验结果显示,运动意图的识别率得到有效提升。