浙江大学穿戴式外骨骼仪器（WEI）课题组

研究负责人：徐铃辉

背景：随着助行外骨骼控制技术的发展，面向个性化需求的人机交互控制被广泛研究，如何结合人体实际需求精准控制外骨骼辅助模式，实现人机融合，对提升外骨骼步行辅助的性能和用户体验起着至关重要的作用。

内容：以髋关节外骨骼步行助力为应用场景，开展表面肌电信号（sEMG）反馈的助力优化策略研究，主要研究内容包括：（1）髋关节助行外骨骼机器人系统设计；（2）基于相角振荡器的连续步态相位识别算法开发；（3）股直肌激活程度反馈的髋关节外骨骼人在回路助力矩优化研究。

贡献：分别用贝叶斯优化和协方差矩阵自适应进化算法开展了助力矩优化测试，相比不穿戴外骨骼最高可降低33.56%的肌肉激活程度，验证了股直肌激活程度反馈的助力优化控制策略可行性和有效性，可为人在回路优化缩短迭代周期。

髋关节外骨骼人在回路助力矩优化流程图

研究负责人：余林繁

背景：外骨骼在辅助人体步行过程中因交互力作用，容易对人体肌肉协同模式进行改变。人类在漫长进化过程中各方面功能都趋于最优，外骨骼助行改变人体肌肉协同模式，容易引起部分肌肉代偿等负面影响，如何在确保外骨骼助行助力的前提下尽可能确保肌肉协同模式与正常行走的一致性，目前缺乏相关研究。

内容：以髋关节外骨骼步行助力为应用场景，通过采集表面肌电信号（sEMG）进行肌肉协同模式分析，并通过与正常步行时协同模式对比，作为反馈控制外骨骼助力模式，主要研究内容包括：（1）人体下肢肌肉协同模式分析及协同相似度指标提出；（2）基于肌肉协同相似度指标的髋关节外骨骼人在回路助力矩优化策略研究；（3）不同外骨骼辅助步行条件下肌肉协同相似度对比分析。

贡献：利用非负矩阵分解对下肢8通道肌电信号进行了在线协同分析和相似度量化表征，采用贝叶斯优化实现了助力矩在线优化迭代，最终实现了在确保协同相似度尽可能高的条件下对穿戴者进行步行助力，降低下肢肌肉的激活程度，从而达到省力的目的。

基于肌肉协同相似度的人在回路助力优化策略流程图

研究负责人：颜泽皓

背景：随着我国老龄化进程的加剧，脑卒中造成的偏瘫患者数量也与日俱增，偏瘫患者的下肢康复问题已成为社会关注的焦点。相较于传统的理疗师，外骨骼可以不依赖于经验，实现长时间自主辅助治疗，是提供个性化全流程康复治疗的有效解决方案。目前越来越多的研究聚焦于康复外骨骼的助力控制及优化等问题，现有外骨骼以被动的位置控制居多，功能单一，缺乏对不同人群或全康复流程的适应性。

内容：为满足偏瘫患者个性化助力需求，设计适用于偏瘫患者的单侧助行外骨骼，在自适应参考轨迹的基础上通过导纳控制提供柔顺的助力。以步态对称性指标为目标函数，对不同人群通过人在回路优化方法生成个性化的助力参数用于康复助力，便于长期的康复训练与步行辅助。主要研究内容如下：（1）基于优化的相角振荡器的步态相位估计。（2）基于交互力矩的单侧助行外骨骼导纳控制研究。（3）对称性指标与变导纳参数实验研究。（4）基于人在回路的单侧助行外骨骼优化研究。

贡献：本研究开发了面向偏瘫患者的单侧助行外骨骼，完成辅助行走、康复治疗、评估训练等任务，集成步态对称性评估、助力轨迹规划与个性化调整、主动柔顺控制、人在回路优化等功能，实验结果表明，所有受试者的步态对称性都得到了恢复，对称性的平均恢复程度为87.20%，寻优策略是有效的。

单侧外骨骼主动柔顺控制流程