In rehabilitation, physicians plan lower-limb exercises via linear guidance. Ensuring efficacy and safety, they design patient-specific paths, carefully plotting smooth trajectories to minimize jerks. Replicating their precision in robotics is a major challenge. This study introduces a linear rehabilitation motion planning method designed for physicians to use a multi-posture lower-limb rehabilitation robot, encompassing both path and trajectory planning. By subdividing the lower limb's action space into four distinct training sections and classifying this space, we articulate the correlation between linear trajectories and key joint rehabilitation metrics. Building upon this foundation, a rehabilitative path generation system is developed, anchored in joint rehabilitation indicators. Subsequently, high-order polynomial curves are employed to mimic the smooth continuity of traditional rehabilitation trajectories and joint motions. Furthermore, trajectory planning is refined through the resolution of a constrained quadratic optimization problem, aiming to minimize the abrupt jerks in the trajectory. The optimized trajectories derived from our experiments are compared with randomly generated trajectories, demonstrating the suitability of trajectory optimization for real-time rehabilitation trajectory planning. Additionally, we compare trajectories generated based on the two groups of joint rehabilitation indicators, indicating that the proposed path generation system effectively assists clinicians in executing efficient and precise robot-assisted rehabilitation path planning.