根据相关的数理统计,我国年龄在60岁以上的老人已经占全国人口总数的17.3%,依照国际标准中国已经正式步入了老龄化社会。在老龄社会群体中心血管疾病、脑卒中和癌症的致死率极高,而脑缺血和脑失血导致的脑卒中（中风）最为严重,患者在患病过程中和术后存在极大概率伴有相应程度的单侧肢体运动障碍（偏瘫）,严重影响患者的日常生活。传统康复疗法不仅在训练方法上存在弊端,还无法实时地对患者肢体进行检测,因此通过康复训练机器人辅助训练患者进行康复运动成为大势所趋。康复训练机器人通过主被动的训练任务能够逐步改善患者患肢的运动功能,帮助患者建立起受损神经和偏瘫侧肢体的联系,针对康复机器人的运动控制方法和系统研究在现代康复医学中具有广阔的研究价值和良好的社会效应。本文主要针对脑卒中上肢偏瘫患者,以7自由度的Barrett-WAM机器臂设计了一套主动上肢康复训练方法和机械臂控制系统。首先对该机械臂进行建模,分析机械臂的正/逆运动学和动力学模型,在求逆时固定一个关节角并采用几何法和解析法联立求解简化计算过程,解决本文后续的机械臂运动控制问题。然后以阻抗控制为基础设计主动上肢康复训练机器人的控制系统,拥有一定上肢运动能力的患者通过推拉机械臂末端接触球完成训练任务,系统在训练过程中通过在线辨识算法实时地检测患肢状态,并通过阻力自适应调节逐步改变期望交互力,以达患肢能够克服的最大阻力。最后使用Barrett-WAM机器臂搭建的主动康复机器人实验平台来验证方法的有效性。在康复训练后期,提出结合表面肌电信号的静态/动态交互力预测方法,通过健康受试者的上肢表面肌电信号和交互力的实时信息,进行神经网络预测模型的训练和验证工作。患者在进行康复训练时,采集患者的表面肌电信号,用训练后的网络模型来预测患者交互力,并与真实的交互力信息进行对比,便能推算出患者与健康受试者的交互力差值,以此作为康复训练的评价标准。