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

研究负责人：冯陆颖

背景：在外骨骼助力技术中，关键的设计依赖于人体生物力学数据。外骨骼设备的控制方式主要分为两类：一类基于关节角度，另一类则基于关节力矩。相比基于关节角度的位置控制，基于关节力矩的力控显得更为柔顺灵活，能够适应不同的工作环境和任务需求。

内容：针对外骨骼灵活的助力需求，完成的研究内容包括：（1）基于柔弹性传感器设计了一对智能护膝，并借助GRAIL系统采集了不同受试者穿戴智能护膝时的步态数据，同时针对传感器漂移等特性设计了校准流程采集相应的静态数据；（2）基于自建的步态数据库训练了一个机器学习模型，能实时精准地预测膝关节角度；（3）基于公开数据库中大量的步态数据训练了一个基于膝关节角度预测髋关节力矩的模型，最后使用自建数据库在上述预训练模型的基础上进行微调，训练出了一个具有较好泛化性的关节力矩估计模型。

贡献：开发了膝关节角度预测模型和髋关节力矩预测模型，实现了对人体行走时实时膝关节角度和髋关节力矩的精准估计。基于上述机器学习模型的智能护膝可以为外骨骼提供精准的实时膝关节角度和髋关节力矩，用于生成更自然更智能的助力曲线，增强用户与外骨骼之间的交互性。

智能护膝设计及训练数据采集

智能护膝膝关节角度及髋关节力矩估计结果

研究负责人：桂梁鸿

背景：人口老龄化是世界上许多国家普遍存在的问题，老年人由于身体机能减弱会导致下肢运动能力不足，进而影响日常运动，这会导致进一步的肌力衰减，如此往复最终使老年人丧失自理能力，因此，在老年人身体机能逐渐下降时提供适当的辅助运动助力，维持其原有的肢体运动能力，促进日常运动锻炼，对改善肌力衰减及常见老年人疾病具有重要意义。因此，一款可以主动助力并增强穿戴者步行能力的下肢外骨骼机器人便有着广泛的应用前景

内容：本研究针对现有的柔性外骨骼存在的与人体贴合的柔、软、弹特性不足以及附带设备较重难以在日常生活中使用的问题，开展以下研究内容：（1）研究驱动与感知一体的串联柔弹性体驱动单元设计建模与控制方法，串联柔弹性体驱动单元（Serial soft elastic actuator，SSEA）是所设计柔弹性助行外骨骼系统的核心单元，通过串联准直驱电机、拉线、柔弹性传感器设计而成，驱动与传感一体，同时确保助行外骨骼具备良好的被动柔顺性。（2）基于深度学习实现柔性传感器电容到拉力的预测，并调试力跟踪控制算法，包括但不限于模糊PID、自抗扰控制、迭代学习控制以及基于概率动力学模型的强化学习方法（3）基于SSEA设计欠驱动、模块化、轻量化的柔性外骨骼，并计划在日常使用场景中测试柔弹性外骨骼的助力效果。

贡献：设计了一种新型的驱动与传感一体驱动单元(SSEA)，并探索其底层拉力跟踪控制算法，为这种存在高度非线性以及人为干扰的控制问题提供解决思路，所设计的柔性外骨骼整体重量轻，柔软度高，穿戴舒适性好，自由度大，能够很好的适应人体的运动，实现日常生活场景的应用。

柔弹性外骨骼助力服设计

研究负责人：刘德威

背景：截止2017年，中国带病生存的脑卒中（中风）患者高达1300万，其中，因脑卒中导致的瘫痪患者如果能够在早期接受康复训练，绝大部分能够实现生活自理，避免或减轻残疾。此外，融合FES和下肢外骨骼机器人的混合式康复系统可为瘫痪患者提供最优的康复训练辅助，帮助患者在短时间内恢复部分或全部运动能力、生活自理能力，并重返社会，对患者和社会都有着积极的意义。

内容：针对下肢混合式康复系统的应用要求，提出协同控制方法并通过仿真和实验进行验证，具体内容如下：（1） 设计稳定可靠的刚性下肢混合外骨骼平台。（2）结合动态运动基元算法与变参导纳控制实现个性化柔顺性控制。（3）设计实时协调FES与外骨骼机器人助力力矩分配的协同控制器。（4）形成完整的融合功能性电刺激的下肢康复外骨骼机器人协调控制理论并进行实验验证。

贡献：提出并验证一种融合FES与下肢康复外骨骼机器人协同控制的方法，通过引入肌肉协同理论和变参数导纳控制，提高了康复训练的效果和舒适性。系统通过实时调整助力力矩和电刺激，满足不同患者个性化的康复需求，显著改善了下肢瘫痪患者的运动功能和生活质量。研究在康复工程领域具有重要的理论意义和实际应用价值，为下肢康复提供了高效、可靠的解决方案。

下肢外骨骼与FES混合控制策略

研究负责人：曹巧欢

背景：随着外骨骼机器人在诸多康复医院开展落地应用，外骨骼的使用能够较大程度地减轻康复治疗师的压力，同时能够进一步提高患者的治疗康复效果，但是也暴露出许多亟需解决的问题，例如目前外骨骼的康复策略相对固定且单一，对于处于不同康复阶段的患者并不适用，这大大降低了外骨骼的使用效果，因此在使用过程中为不同患者提供个性化的外骨骼康复策略，分阶层按需为患者提供全周期的外骨骼主动康复治疗具有重要意义。

内容：针对处于不同康复阶段的患者使用需求，研发一套分阶层按需辅助主动康复训练策略系统，研究内容包括：（1）基于动态运动基元（Dynamic Movement Primitives）理论的实时在线可调轨迹生成算法研究；（2）融合底层变参数导纳控制算法，研究基于路径积分的强化学习算法的分阶层按需辅助主动康复训练策略。

贡献：构建分阶层按需辅助主动康复训练策略框架，实现对处于不同康复阶段的患者完成全周期按需辅助，对于提高外骨骼康复辅助治疗效果及扩大外骨骼在实际应用中的适用范围具有重要的研究价值。

外骨骼分层适应控制策略

研究负责人：方炯杰

背景：助行下肢外骨骼常以步态相位估计(gait phase estimation)作为人体运动意图识别的方法，例如基于自适应振荡器(adaptive oscillator, AO)、相角振荡器(phase oscillator, PO)、混合振荡器(hybrid oscillator, HO)等。连续步态相位估计能够实现在行走过程中适应不同的行走速度并且输出 0 ~ 100 %的连续步态相位。然而，振荡器本身不能准确检测出离散步态事件(discrete gait events)（例如足跟触地、脚尖触地、足跟离地和脚尖离地等），故连续步态相位估计常将关节屈曲角度最大时作为步态周期的划分点。然而，对于步态较为无序的下肢功能障碍患者，其走停切换较为频繁，对于助力控制的步态识别准确性要求更高。因此，结合离散步态事件检测的助力控制研究对于判断患者的走停状态切换是十分重要的。

研究：踝关节外骨骼连续-离散步行助力控制研究的主要内容包括（1）通过采集下肢步行障碍患者的步态数据，本研究拟构建不同康复等级患者的步态数据库。（2）研究现有的离散步态事件检测算法，并基于构建的患者步态数据库探索针对准确检测无序步态的实时检测算法。（3）本研究拟结合离散步态事件检测算法与现有步态相位估计方法，在实验室已有踝关节外骨骼上实现助力控制。

贡献：（1）构建不同等级下肢步行障碍患者的步态数据库；（2）针对准确检测无序步态的实时离散步态事件检测算法；（3）结合离散步态事件检测与现有步态相位估计优化踝关节外骨骼助力控制。

踝关节外骨骼连续-离散步行助力控制