本发明提供了一种基于多传感信息的助力外骨骼运动意图与步态规划方法，包括如下步骤：步骤1，获取人体腿部竖直方向的加速度信号、人体耗氧量数据，并采集腿部肌肉的表面肌电信号；步骤2，将加速度信号特征参量、耗氧量数据的特征参量、表面肌电信号特征参量作为训练模型的输入；步骤3：建立LSTM深度学习网络，得到表面肌电信号特征参量与步态规划、表面肌电信号特征参量与外骨骼助力等级、表面肌电信号特征参量与运动模态之间的对应关系，并以助力等级、运动模态和步态规划作为模型输出。本发明方法能够全面给出助力外骨骼控制系统需要的关键参数，不仅提升了实时意图的解算效率，又能实现快速准确的共享、决策和执行。