柔性下肢外骨骼机器人研究进展及关键技术分析

摘要

随着人类对柔性外骨骼机器人研究的不断深入，柔性下肢外骨骼机器人作为其中的重要研究方向，受到了广泛关注。柔性下肢外骨骼机器人通过集成先进的材料、传感器技术和智能控制算法，旨在为残障人士或老年人提供行走支持，同时减轻健康人群在日常活动中的负担。本文对国内外研究机构在柔性下肢外骨骼机器人领域的研究历程与进展进行了详细综述，重点分析了柔性下肢外骨骼机器人的系统样机结构与驱动特点、传感器布局方式、控制策略的搭建以及助力效能评估等方面的内容。通过对柔性结构、意图识别、控制策略及助力评估四个关键技术的总结，本文不仅梳理了当前技术的发展现状，还展望了未来的发展趋势。

关键词

柔性下肢外骨骼机器人、关键技术、控制策略、助力效能、意图识别

引言

柔性下肢外骨骼机器人是通过软性材料与智能控制技术结合，帮助人体实现辅助运动、康复与功能重建的高科技设备。这类机器人具备与人体结构相似的特性，能够提高行走效率并辅助人体运动，尤其在治疗神经系统疾病、运动功能障碍以及老年人群体的运动辅助中展现出巨大的应用潜力。由于柔性结构的优越性，柔性下肢外骨骼机器人在舒适性、灵活性和可穿戴性方面优于传统的刚性外骨骼机器人，因此成为了当前外骨骼机器人领域研究的热点之一。

本文将详细综述柔性下肢外骨骼机器人在研究过程中的进展，探讨其中的关键技术，分析目前的研究挑战，并展望未来的研究方向。

一、国内外研究机构的研究历程与进展

近年来，国内外多个研究机构和高校投入了大量资源于柔性下肢外骨骼机器人的研究与开发。国际上，MIT、哈佛大学、美国普渡大学等知名学术机构在柔性下肢外骨骼机器人的研发中做出了重要贡献。MIT的柔性外骨骼机器人采用了气动驱动系统，利用柔性材料设计使得机器人具有较高的灵活性和舒适性。哈佛大学的Wyss研究所则推出了基于软体材料的机器人，使用软性传感器和柔性驱动系统，具有很好的仿生性能。

国内在该领域的研究也取得了显著进展。中科院、北京航空航天大学、清华大学等单位开展了柔性下肢外骨骼机器人的多项研究。北京航空航天大学研发的“灵动”系列柔性下肢外骨骼机器人，采用了柔性材料与模块化设计，机器人通过模拟人体生物力学，成功实现了对人体运动的精确控制与支持。清华大学则重点研究了基于人体意图识别的控制方法，利用肌电信号识别用户意图，优化了机器人助力控制效果。

二、系统样机的结构与驱动特点

柔性下肢外骨骼机器人的系统样机通常包括柔性框架、驱动系统、传感器以及控制系统。柔性框架一般采用高强度、低重量的材料，如碳纤维、复合材料或软性聚合物，这些材料不仅能够提供足够的支撑力，还能保持良好的灵活性和舒适度。驱动系统方面，目前常用的驱动方式有电机驱动、气动驱动以及液压驱动。其中，气动和液压驱动系统在柔性外骨骼中表现出了更好的适应性和灵活性，但也存在一些控制精度和能效方面的挑战。

近年来，一些研究者探索了软体机器人驱动系统的创新，例如使用软气动驱动或变形结构驱动等新型方法，这些方法不仅能够提供类似肌肉收缩的柔性驱动效果，还能在保证运动稳定性的同时，减少对人体的束缚感与不适感。

三、传感器布局方式

传感器在柔性下肢外骨骼机器人的系统中发挥着至关重要的作用。传感器不仅用于实时监测人体运动状态，还负责对机器人的控制进行反馈。常见的传感器包括力传感器、加速度传感器、陀螺仪和肌电传感器等。在传感器的布局方面，研究者们通常将力传感器置于机器人关节位置，监测机器人与人体接触的部位的力学变化。同时，肌电传感器能够捕捉用户的肌肉活动信号，进而推断出用户的运动意图，为控制系统提供精确的输入信号。

柔性传感器的发展是近年来的研究热点。柔性传感器能够有效地适应柔性结构的弯曲和变形，从而提供更加精准且舒适的感知体验。为了更好地实现传感器与柔性结构的融合，研究者们还开发了基于柔性材料的传感器，这些传感器不仅具有良好的弹性与适应性，还能够有效地进行信号传递和反馈控制。

四、控制策略搭建

柔性下肢外骨骼机器人的控制策略是保证机器人与人体运动协同工作的关键。当前，控制策略的研究主要集中在如何准确识别用户的运动意图，并根据用户的需求调节外骨骼机器人的助力效果。常见的控制策略有基于信号识别的控制方法、基于模型预测控制的策略以及基于机器学习的自适应控制策略。在这方面，研究者们通过对不同控制策略的探索，推动了柔性外骨骼机器人在适应性、精确性以及个性化方面的进步。信号识别方法通常依赖于肌电信号（EMG）、力传感器或其他生物信号进行意图识别，通过实时分析用户的运动指令来判断其意图，识别后根据信号调节机器人的运动模式。近年来，基于机器学习的方法在外骨骼机器人控制中的应用越来越广泛，这些方法通过学习用户的运动模式、肌电信号的变化以及运动反馈信息，使得系统能够根据每个个体的需求和运动特征，实现更加精准的个性化控制。这种自适应性极大提升了机器人与使用者的互动质量和运动效率。而基于模型预测的控制方法则通过利用运动学和动力学模型对机器人的运动进行预测，结合实时反馈信息对控制策略进行优化，确保机器人能够有效调节运动路径和助力效果，从而实现更加精细的运动控制，并减少能量损耗。这些控制策略不仅提升了机器人对人体运动的响应速度，还进一步改善了助力效果与用户舒适性的平衡，使得柔性下肢外骨骼机器人能够在更复杂的实际场景中发挥作用。

五、助力效能评估

助力效能评估是柔性下肢外骨骼机器人性能的重要考核标准，评估指标包括能效、舒适性、稳定性和用户体验等。在能效方面，柔性下肢外骨骼机器人需保证足够助力的同时，降低能耗，延长电池使用时间，通过优化驱动系统设计减少能量损耗，最大化工作效率。舒适性评估主要涉及机器人与人体的接触点，是否存在不适或压迫感，这直接影响佩戴感受与使用意愿。柔性结构设计能有效减轻传统刚性外骨骼的刚性约束，提高舒适性，因此在保持支撑力的同时确保舒适性是设计中的关键挑战。稳定性和安全性是重要的评估指标，机器人在辅助用户运动时，必须具备较强的稳定性与可靠性，避免控制失误、传感器故障或环境变化导致事故。安全保障系统能及时发现问题并采取预防措施，确保使用者安全。通过动态反馈机制实时监测用户运动状态，预防跌倒或过度用力。用户体验评估通过行为观察、问卷调查等获取数据，反馈机器人使用效果和改进空间。这些评估不仅帮助优化机器人性能，还能增强用户满意度，推动技术发展与应用。

结论

柔性下肢外骨骼机器人作为一种新型的智能穿戴设备，具有广泛的应用前景。通过对国内外研究成果的分析，我们可以看到，柔性外骨骼机器人技术正在逐步向着更加智能化、舒适化和高效化的方向发展。未来，随着材料技术、传感器技术以及智能控制算法的不断进步，柔性下肢外骨骼机器人有望在康复医学、助老服务及智能化辅助领域中发挥更大的作用。然而，如何进一步提升机器人的稳定性、舒适性和适应性，仍然是未来研究的关键挑战。

参考文献

[1]曹武警，王大帅，何勇等.外骨骼机器人研发应用现状与挑战[J].人工智能，2022（03）：105-112.DOI：10.16453/j.cnki.ISSN2096-5036.2022.03.010.

[2]马挺，郭险峰.外骨骼机器人柔性变刚度驱动器设计[J].科技资讯，2014，12（35）：65-66+68.DOI：10.16661/j.cnki.1672-3791.2014.35.035.

[3][邢凯，赵新华，陈炜等.外骨骼机器人的研究现状及发展趋势[J].医疗卫生装备，2015，36（01）：104-107.