研究人体关节阻抗对仿生机器人阻抗控制策略研究有重要意义。针对前期设计的踝关节阻抗测量装置（impedance detection device for ankle joint，IDDAJ）机械结构复杂及机理法建模难度大，提出了一种基于串联弹性原理和增广上三角分解辨识（augmented upper-diagonal decomposition identification，AUDI）算法的踝关节阻抗估计方法。为降低对IDDAJ驱动单元的性能要求，基于串联弹性原理，将其输入扰动中的大直流分量和动态高频分量分离；为降低建模难度，采用不受模型阶次影响的AUDI算法直接辨识IDDAJ阻抗模型，以获得更加准确的装置阻抗模型参数。根据联合阻抗测量原理，在得到IDDAJ阻抗模型后，采用AUDI算法辨识小腿肌肉不同激活程度下踝关节阻抗模型的参数。结果表明，采用AUDI算法辨识得到的IDDAJ阻抗模型的可靠性高于采用机理法得到的；在小腿肌肉放松状态下踝关节阻抗模型的参数处于同一数量级，踝关节阻抗模型的阻尼分量B、刚度分量K与小腿肌肉激活程度成正相关，这与现有文献中的结果一致。研究结果可为IDDAJ的研制和其他关节阻抗测量方法的研究提供参考。