本期閱讀

文章信息

下肢康復外骨骼的步態交互設計研究進展

高一聰, 王彥坤, 鄭浩, 魏喆, 譚建榮

10.3901/JME.2023.17.175

引用本文：

高一聰, 王彥坤, 鄭浩, 魏喆, 譚建榮. 下肢康復外骨骼的步態交互設計研究進展[J]. 機械工程學報, 2023, 59(17): 175-188.

GAO Yicong, WANG Yankun, ZHENG Hao, WEI Zhe, TAN Jianrong. Gait Interaction Design of Lower Limb Rehabilitation Exoskeletons: A Review[J]. Journal of Mechanical Engineering, 2023, 59(17): 175-188.

原文閱讀（摘要）

摘要：中國正向深度老齡化社會高速邁進，腦卒中等老年性疾病人群逐年增多，開展面向助老適老的智能產品研究具有廣闊的應用前景與重要的學術價值。下肢康復外骨骼是一種與穿戴者肢體交互并為其提供相應運動輔助和訓練的人機交互共融智能產品。利用下肢康復外骨骼進行科學有效的康復運動訓練，患者的肌力得以增強，腦神經和患肢之間的傳遞通路得以重建。根據穿戴者的下肢運動功能缺失或減弱程度生成并調整步態以進行安全有效的康復訓練，是目前下肢康復外骨骼的研究前沿與熱點。針對下肢運動功能障礙導致的行走方式差異化和康復步態規劃個性化問題，結合國內外下肢康復外骨骼步態交互設計的研究進展，圍繞下肢康復外骨骼步態性能評價標準、步態生成方法、步態控制策略和典型康復應用進行了重點分析探討。最后總結并對下肢康復外骨骼的步態交互設計未來發展方向進行了展望，為相關研究人員提供參考。

關鍵詞：交互設計；康復步態設計；下肢康復外骨骼；智能產品

中圖分類號：TP391

0

前言

行走功能是人體基本運動、獨立生活的重要標志。腦卒中、脊髓損傷等導致患者不同程度的下肢功能障礙，甚至偏癱或全癱、喪失行走功能。下肢康復外骨骼通過對患者進行安全有效的康復訓練，刺激、重建肢體運動的神經系統，促進神經功能重塑，改善并恢復肢體運動功能，是一種新型臨床干預智能產品。由于患者的腿部肢體結構參數不同，運動功能損傷程度也存在個體化差異，很難使用固定模式來描述其行走過程，因此步態的設計是下肢康復外骨骼的關鍵技術之一。在下肢康復外骨骼帶動穿戴者進行運動形式和行走姿態的康復訓練過程中，通過獲取下肢外骨骼的各關節關于時間的變化規律，設計合理、可靠、自適應穿戴者行走特點和運動意圖的步態軌跡，是實現定量、有效、可重復的康復訓練的基礎。步態的設計直接影響康復訓練的治療效果，對改善下肢行走障礙患者的步行能力、提高患者的康復效率以及肢體恢復程度具有重要作用。

面向下肢康復外骨骼的人機高度耦合特性，下肢康復外骨骼的步態設計研究具有多學科交叉的特點，主要包括步態生成和步態控制兩個方面：步態生成主要研究如何結合不同下肢運動功能缺失狀態下的下肢生物力學模型及運動規律設計個性化的步速、步長等康復步態參數，促使人體穿戴下肢康復外骨骼的行走步態更加接近各個關節的真實運動學特性和動力學特性，更快適應康復訓練；步態控制主要研究根據采集的運動反饋信號以及多源運動數據序列對運動意圖進行學習和預測，并根據預測結果生成操作指令送至控制系統輸入，同時實時調整控制系統參數，實現主動助力控制，使下肢康復外骨骼配合穿戴者完成自適應主動康復訓練。

本文針對國內外下肢康復外骨骼步態交互設計的研究現狀進行梳理，對下肢康復外骨骼步態性能評價、步態生成方法、步態控制策略和典型康復應用進行了分析與總結，最后給出了下肢康復外骨骼步態交互設計的研究展望。

1

下肢康復外骨骼的步態交互設計

下肢功能障礙患者的下肢肌肉力量不足，下肢運動功能弱于正常人，因此，下肢康復外骨骼的步態不同于擬人雙足機器人和工業助力外骨骼的步態，需要滿足患者本身固有步態與不同康復階段的步態訓練需求以及步行步態的安全性，并且實時與患者身體狀態交互調整步態以防止危險姿態的出現。下肢康復外骨骼的步態交互設計可以劃分為三個層次：步態生成、步態評價和步態控制，如圖1所示。

步態生成是下肢康復外骨骼步態交互設計的關鍵部分，通過采集關節執行器狀態信息和系統狀態信息，設計步態的模式、參數和位姿等，并轉換為相應下肢康復外骨骼末端位置和關節轉動的軌跡。

步態評價是下肢康復外骨骼步態交互設計的核心區域，負責融合傳感器信號，在識別穿戴者和下肢康復外骨骼狀態的基礎上，對生成的步態進行步態性能、安全性、平衡性評價，并向步態控制層發送動作指令。

步態控制是下肢康復外骨骼步態交互設計的動作輸出和運動實現部分，負責將步態評價層的步態通過關節執行器輸出，并將數據采集發送給步態生成層，實現步態交互設計。

2

下肢康復外骨骼的步態性能評價

下肢功能障礙患者通過穿戴下肢康復外骨骼以一定的步態進行康復訓練，提供正確的協調感、平衡感的運動刺激，促進神經功能重塑。由于穿戴者下肢運動功能弱于正常人，步行速度比正常人要慢、步長也相對短，以步行頻率、抬腿高度行走步態規律作為步態評價，容易導致患者自身的損傷加劇，不能實現康復訓練目的。因此，如何客觀、準確、全面地評價步態，是下肢康復外骨骼步態交互設計的基礎，國內外學者進行了廣泛研究。

2.1 步態性能的客觀評價

下肢康復外骨骼與穿戴者肢體交互并為其提供相應的運動輔助，具有類似人體下肢運動的運動形式，客觀評價主要以人體下肢運動為主要研究對象，采用關節角度、步態周期、質心位移、肌肉產生的內力矩及肌肉功率等運動學、動力學參數定量表征人體運動的特征，評價對肢體功能的輔助和加強性能。RIENER等通過Lokomat外骨骼系統分析了下肢肌肉力量不足情況下的行走步態特點，建立了步頻、關節角度、膝關節、髖關節的力量等參數的步態評價指標。KIM等通過Walkbot外骨骼系統分析了下肢運動功能障礙患者的行走生理參數，建立了關節活動度、力量、僵硬度等參數的步態評價指標。楊玉珊等采用C-mill平臺分析了人體下肢運動的各種動作，建立了步長、步寬、步頻、時相對稱性等參數的步態評價指標。

在人體下肢運動動作評價指標基礎上，為避免康復訓練過程中跌倒造成二次傷害，康復步態的安全性與穩定性作為重要的步態評價指標，常用的穩定性評價指標包括零力矩點(Zero moment point，ZMP)、質心(Centre of mass，CoM)、外推質心(Extrapolated center of mass，XCoM)和李雅普諾夫準則等。ZEILIG 使用跌倒、皮膚狀況、脊柱和關節狀況、血壓、脈搏和心電圖(Electrocardiography，ECG)等作為安全性評估指標。CHINIMILI 考慮了步態的全局穩定性、局部穩定性和可變性，選取最大弗洛凱乘數(maximum Floquet multiplier，max FM)、散度指數(Divergence exponents，DE)和中值絕對偏差(Median absolute deviation，MAD)作為穩定性評價指標。

用于采集客觀評價指標的傳感器根據安裝位置可分為安裝在外骨骼上和固定在人體上兩大類。安裝在外骨骼上的傳感器負責采集運動相關的機械信號，常用的傳感器包括霍爾傳感器、測量外骨骼關節角度的編碼器，獲取關節角速度和角加速度的陀螺儀，辨識步態周期的紅外線傳感器，以及識別地形的攝像頭等。固定在人體上的傳感器具有感知人體運動、識別用戶意圖的功能，包括肌電傳感器(Electromyography，EMG)、腦電傳感器(Electroencephalograph，EEG)、檢測肌肉收縮狀態的超聲傳感器和測量人體與外骨骼間交互力大小，識別步態周期以及計算質心位置的力傳感器等。

2.2 步態性能的主觀評價

下肢功能障礙患者的步態與正常人步態有較大差異，除了以步態時空參數、關節角度參數、對稱性、平衡性等客觀評價指標度量，還需要考慮康復步態與患者本身固有步態的相容性等主觀評價。

早期的步態主觀評價主要采用問卷形式，評價指標包括舒適度、精神需求、體力需求、時間需求、表現、努力、挫敗感等因素。DEL-AMA等設計了直觀模擬量表(Visual analog scale，VAS)問卷來對用戶的滿意與疲勞程度進行主觀評價。PLATZ等設計了10個關于下肢康復外骨骼步態體驗的問題作為主觀評價標準，穿戴者通過李克特量表列出最能代表他們感覺的數字來提供主觀意見。PORITZ等通過李克特量表和結構化項目組成的問卷調查不同用戶對步態的偏好程度，選取輔助效果、滿意度、改進空間作為主要的評價標準。KOUMPOUROS 分析了對康復機器人評估方法，設計了基于系統可用性量表(System usability scale，SUS)的人機交互評估框架，提出了包括性能預期，努力預期，情感，安全感等12項主觀評價指標。PINTO-FERNANDEZ等設計了康復目標指標，運動學/動力學指標，人機交互指標三大類下肢康復外骨骼步態性能評價指標。程鑫設計了面向熟練度模型的下肢外骨骼機器人的步態評估指標體系。李佳璐分析了步態操作便易性、運動匹配性、受力均勻性，運用層次分析法對下肢康復外骨骼的步態舒適性評價指標進行權重計算分析，建立了舒適性模糊評價指標體系。

2.3 步態的康復評價標準

研究機構結合相關研究成果制定了康復步態評價標準化流程和臨床評價指標，其中，美國國家殘疾和康復研究所(National Institute on Disability and Rehabilitation Research，NIDRR)將脊髓損傷步行指數II (Walking index for spinal cord injury II，WISCI II)、50英尺步行測試(50-foot walk test，50FTWT)、6分鐘步行測試(6-minute walk test，6MWT)、10米步行測試(10-meter walk test，10MWT)和功能獨立測量-運動(Functional independence measure- locomotor，FIM-L)作為康復步態的主要觀察指 標。在此基礎上，相關學者建立了步態功能性評估指標，從動態步行、步行功能分級、運動指數、功能性步行能力等方面對步態的步行功能性水平進行評價，如Holden步行功能分級量表、 Rivermead運動指數量表、功能性步行能力量表(Functional ambulation category scale，FAC)；以及從步態觀察性評估指標如步態對稱性分析、平衡功能分析等方面對步態進行觀察定性分析，如Tinetti Gait Analysis量表、步態觀察分析表(Rancho los amigos，RLA) 、Wisconsin 步態量 表、Fugl-Meyer 平衡功能量表等。

總體而言，步態性能的客觀評價指標具有明確的物理意義、數據容易采集，如何降低生物信號信噪比、提高穩定性，結合步態性能的主觀評價構建緊密的人機交互評價環路，探究主觀評價與具體的步態參數之間的關聯關系，仍需進一步進行研究。同時在現有康復步態評價標準化流程和臨床評價指標基礎上，完善評價指標體系，反映用戶參與程度和積極性，實現客觀、準確、全面的步態性能評價，有助于設計滿足康復個性化需求的步態。

3

下肢康復外骨骼的步態生成方法

步行是人體在空間的復雜運動過程，牽動人體大部分運動結構。步態是下肢康復外骨骼在輔助穿戴者步行時，穿戴者及下肢外骨骼末端及各關節在時間與空間上的對應關系，通過相應末端位置或關節轉動的軌跡來定義。單個步行周期從腳跟著地開始，身體前移，到同一只腳再次接觸地面為止姿態變化規律，如圖2a。而下肢功能障礙患者在步行運動時下肢遠端的足部會出現一定程度的下垂拖地現象，為防止足部拖地滯后產生跌倒現象，需要加大髖關節和膝關節的擺動幅度以便提升抬腿高度，使足部能夠在髖膝的帶動下抬得更高，順利完成邁步。同時，在支撐相時需要更長的時間來調整支撐姿態以防止危險姿態的出現，在確保支撐穩固的情況下再進入擺動邁步階段。患者步行姿態是根據自身下肢運動能力而進行的自我調整和適應的結果，較之正常步態，其支撐相占比達到80%以上，擺動相占比不到20%，姿態變化規律如圖2b和c所示。因此，步態要根據穿戴者及下肢康復外骨骼具體結構，設計科學合理的下肢外骨骼末端及關節時空動作順序，以保證助行功能的有效完成以及步行穩定性與安全性。

3.1 基于模型的步態生成方法

基于模型的步態生成方法通過采集正常人體行走的運動數據或下肢康復外骨骼逆運動學解算離線建立步態模型，降低步態設計的復雜度。

NEUHAU等采集人體行走時的運動數據，并對該數據進行分析、修整，擬合主要關節角度隨時間的變化模型，轉換為結構參數類似的機器人的可行走光滑步態。SHARMA等采集人體原始步態數據，提出了基于蜻蜓算法的步態模型生成方法。SANZ-MERODIO等通過健康人的臨床步態分析(Clinical gait analyses，CGA)獲得初步步態，提出了基于離線參數優化和遺傳算法的低消耗步態生成方法。王曉峰等通過無線慣性傳感采集人體步態，并在原始步態數據中提取參考步態，使用三階樣條曲線擬合步態軌跡。HARIB等通過虛約束進行運動學建模，將摩擦錐、零力矩約束、壓力中心位置、質心高度位置、扭矩限制、關節位置和速度限制作為物理約束，結合離線軌跡優化和機器學習的方法生成單個周期的步態軌跡。YUAN 等提出了一種基于動態運動基元(Dynamic motion primitives，DMP)的步態生成方法，在線性倒立擺模型生成的參考軌跡基礎上，利用DMP對關節軌跡進行建模，采用強化學習生成給定行走任務的步態軌跡。法國Wandercraft公司采用局部混合零動態(Partial hybrid zero dynamics，PHZD)方法設計了不需要外支撐的康復步態，如圖3所示。RONSSE等將自適應頻率振蕩器學習機制應用到下肢外骨骼步態生成中，在步行或循環康復訓練中捕獲與周期性運動相關的相位、頻率、振幅、偏移步態信號特征，建立步態生成模型。SHARIFI等通過定義中樞模式發生器(Central pattern generators，CPG)為下肢外骨骼提出了一種新的適應性步態軌跡整形方法，提高康復訓練安全性和步態的舒適度，如圖4所示。

3.2 自適應的步態生成方法

自適應的步態生成方法通過感知穿戴者輔助行走的交互力、肌電信號，準確估計出穿戴者的運動意圖，自適應地生成下一步的步態參數。HWANG等考慮拐杖支撐位置和患者的姿勢，預測下一步落腳點位置并將其設置為控制目標，使用DMP和機器學習生成新的髖關節和膝關節軌跡。LEE等 通過深度學習預測地面坡度，從而對外骨骼進行主動調節。LIU等通過攝像頭感知地形來輔助外骨骼進行步態規劃。在此基礎上，LIU等提出了一種生成下肢外骨骼膝關節軌跡的深度時空模型，采用具有長短期記憶單元的遞歸神經網絡，根據佩戴者的其他關節預測和糾正病理性膝關節軌跡。QIN等提出了一種關于最小二乘支持向量回歸(Least squares support vector regression，LS-SVR)的預測算法來預測人類下肢運動下一時刻的步態數據。FELT等提出了基于實時人體生理參數估計的下肢外骨骼步態在線生成優化算法。WEI等采用鏡像步態的模式，采集健側腿的運動曲線，進行相應的處理和計算，實時地生成相應患側機械腿的步態軌跡，如圖5所示。程洪等采用DMPs 振蕩器采集、學習人機耦合系統的交互軌跡，實現了對人機耦合系統交互的模擬和步態軌跡生成。周智雍等提出了基于核化運動基元(Kernelized movement primitive, KMP) 算法的步態自適應生成算法，在單個步態周期結束后對步態進行在線調整修正，有效解決了下肢外骨骼機器人步態軌跡在線調整與泛化適應性問題。

3.3 智能尋優的步態生成方法

隨著人工智能神經網絡算法和傳感器信息融合技術不斷發展，基于智能尋優算法的步態生成方法通過人工神經網絡快速收斂尋優，對多模型參數進行求解計算，獲得最優估計參數并作用于步態參數。WU等建立了個性化的步態模式生成模型，根據獲取的步態數據建立不同速度下人體參數與步態模式之間的關聯關系，通過具有自動相關性確定的高斯過程回歸建立不同步速下身體參數和步態特征之間的映射關系生成步態，如圖6所示。TUCKER 等提出了基于決斗賭博機的CoSpar 算法，根據穿戴者的主觀反饋從步態庫中選擇滿足用戶偏好的步態。莫松海等采用有限狀態機預先定義基本運動狀態與預設的參考運動，建立基本運動狀態與參考運動之間的邏輯關系與控制流程，根據狀態的改變來在線調整生成最優步態。

綜上所述，基于模型的步態生成方法雖然極大地簡化下肢外骨骼的傳感系統，但是如何準確對人體皮膚、脂肪和肌肉等組織的變形建立動力學模型，提高步態生成模型的精度成為這一方法面臨的主要挑戰。自適應的步態生成方法與智能尋優的步態生成方法緊密結合，由智能尋優的步態生成方法收集并分析步態數據、挖掘每個用戶的偏好離線生成步態，自適應的步態生成方法辨識人體的運動意圖在線調整步態，構建人機交互采集閉環，為下肢康復外骨骼步態的高效交互設計開辟了嶄新的途徑。

4

下肢康復外骨骼的步態控制策略

下肢康復外骨骼的步態通過電機、液壓、氣動肌肉、繩索等驅動執行機構，采用關節角度位置控制、關節扭矩力控制、步行速度控制等三種控制策略，結合前進助推力、身體減重力和骨盆扶持力的交互，提供正確的協調感、平衡感的運動刺激，促進神經功能重塑，加速康復進程。

關節角度控制策略通過控制下肢康復外骨骼關節的轉動角度，減小穿戴者下肢與步態間的軌跡誤差。YU等將線性PID控制與神經網絡補償器相結合，使模型不確定性的誤差最小化。ZHONG等采用的多輸入多輸出滑模策略控制氣動肌肉，使用學習控制處理具有周期性不確定性的重復控制任務。LU等提出了一種關節電機的自適應控制方法，幫助腿部在所需的周期性軌跡上運動，并處理已知周期的周期性不確定性問題。REN等設計了一種下肢外骨骼交互控制方法，將關節軌跡跟蹤誤差最小化到安全操作可接受的水平。JEBRI等提出了一種魯棒的神經網絡自適應積分滑模步態控制方法，對關節角度進行閉環控制，如圖7所示。

關節扭矩力控制策略通過控制穿戴者與下肢康復外骨骼之間的交互力矩，自適應穿戴者的步態，實現較高的穿戴舒適度和靈活的步態軌跡。BLEEX外骨骼系統采用靈敏度放大控制策略，將外骨骼的逆動力學模型設置在控制器，穿戴者施加在外骨骼上的力設置在控制器的正反饋回路上，通過比例參數按需縮放，無需在人和外骨骼之間安裝傳感器，提高了穿戴者的承載能力。LEE等設計了一種基于動力學模型的力控制器，使用力傳感器識別運動意圖以及人與機器人之間的相互作用力。通過關節扭矩補償保證無論負載為何，用戶都能以相同的力操作機器人。TAGLIAMONTE等提出了基于自適應頻率振蕩器(Adaptive frequency oscillators， AFO)的扭矩控制方法，通過優化輔助彈性扭矩 中的虛擬剛度值設置提高輔助水平。TAHERIFAR等提出了一種外骨骼目標阻抗的尋優方法，通過估計人體剛度并調整機器人目標剛度，采用粒子群優化尋找機器人的阻尼和慣性參數，最小化相互作用力的峰值，控制策略流程如圖8所示。

步行速度控制策略通過控制步態的空間軌跡運動速度實現下肢康復外骨骼的步態控制。KARULKAR等利用腳部位置的變化來預測外骨骼用戶的預期步態速度，并對外骨骼的速度進行控制。PAN等針對下肢康復外骨骼的伺服驅動器提出了一種包括電流、速度和位置的三回路控制方法，以適應不同負載的變化，為步態跟蹤提供了更好的響應和穩定性。CAMPBELL等使用虛約束方法計算步行過程中的關節軌跡，并在期望軌跡附近設置死區，大小為人類行走的標準偏差的1.25倍，當實際步態超過死區范圍，通過PID調節速度使步態回歸正常，如圖9所示。

目前，關節角度控制策略的控制系統簡單、穩定性好，在康復初期中，穿戴者下肢肌肉力量較弱，采用關節角度控制策略可以引導穿戴者按照預定義軌跡進行康復運動，準確控制穿戴者的關節跟隨參考軌跡。關節扭矩力控制策略通過部分力補償，引導穿戴者進行自主參與和主動控制，有助于刺激運動神經系統和激發相關肌肉群，結合步行速度控制策略構建人機交互控制閉環，實現步態與人的協調運動。

5

下肢康復外骨骼的步態康復應用

目前，經過實踐檢驗和發展，步態運動治療是較為有效并可以在臨床推廣應用的下肢運動功能損傷康復治療方法。國內外多個高校和公司研發了下肢康復外骨骼系統，輔助偏癱患者的輔助站立、平衡訓練和步行訓練，如表2所示。

值得一提的，瑞士蘇黎世聯邦理工學院研制的Lokomat下肢康復外骨骼，對應于人體下肢的髖膝關節，同時結合跑臺、減重系統等實現了輔助人體行走的仿生學步態。Lokomat下肢康復外骨骼的下肢機構增加了骨盆的側向運動和髖關節的內收/外展運動，以實現更加接近人體行走的自然步態。美國特拉華大學研制的ALEX 下肢康復機器人也是采用較多自由度實現自然人體步態的典型下肢康復外骨骼。美國Ekso Bionics公司研發的Ekso 外骨骼系統為偏癱患者提供固定模式的步態訓練功能，使用Ekso 外骨骼系統介入治療，有助于偏癱患者改善畫圈步態問題、恢復肌力、提高患者平衡能力和恢復步行功能。美國Parker Hannifin公司研發的外骨骼機器人Indego是高度模塊化的外骨骼系統，能為偏癱患者提供平地步行訓練。還可以結合功能性電刺激(Functional electrical stimulation，FES)在外骨骼提供輔助運動的同時給予相應的肌肉刺激，有助于患者神經系統的恢復。日本筑波大學研發的外骨骼機器人HAL通過采集患者的表面肌電信號來獲取運動意圖，并產生適當的運動模式來輔助患者步行，通過結合EMG的運動模式對患者的運動意圖和肢體運動進行協調性訓練，改善步態的時空參數和提升功能性移動能力。韓國P&S Mechanics公司研發的下肢康復訓練機器人Walkbot根據特定患者的身體參數，生成接近自然的步態，進行功能性步態恢復訓練。并且可以調整適應痙攣或僵硬，輔助力和抗阻力、步速，髖/膝/踝關節的動力學和運動學參數。在此基礎上，Walkbot通過智能化互動訓練模式，各種有趣的行走功能訓練道具，主動式“增強”虛擬現實等增加行走訓練的趣味性，在行走過程中記錄髖/膝/踝關節的運動學和動力學相關信息，訓練結束后會將訓練過程中產生的數據進行保存和評估。電子科技大學研發的AIDER下肢助行外骨骼幫助截癱患者完成坐-站轉換、步行、轉彎、上下樓梯等日常行為動作，并建立了相關的步態評估系統。中國科學院深圳先進技術研究院研發的下肢外骨骼系統采用多模控制策略，基于患者下肢的運動信息和視覺傳感器采集的環境信息實時生成步態軌跡，最終生成環境自適應的步態。西安交通大學提出了基于表面肌電信號(surface electromyography，sEMG)的肌電感知與人機交互控制方法，通過引入人機運動軌跡與理想康復目標軌跡的跟蹤偏差實時學習受試者的康復程度，利用表面肌電預測人體運動意圖，實現了人機交互力的自適應控制。燕山大學提出了基于sEMG和足底壓力的自適應人機交互控制策略，建立了具有時變動態特性的人機系統動力學模型，并在臨床康復中應用驗證。

6

結論與展望

下肢康復外骨骼通過不同的步態訓練參數、減重水平及平衡訓練模式，提供正確的協調感、平衡感的運動刺激，促進神經功能重塑或代償的發生，滿足不同病因患者以及患者在不同康復階段的訓練需求。國內外研究人員已對下肢康復外骨骼的仿生結構設計、柔順控制等開展了大量的研究工作，但下肢運動功能障礙導致的行走方式差異化和康復步態規劃個性化，步態交互設計方面的研究還處于理論分析與試驗階段，面向臨床康復的實際應用需要繼續深入研究。

本文對下肢康復外骨骼的步態交互設計現有相關文獻和研究成果進行了綜述，對現階段下肢康復外骨骼步態性能評價標準、步態生成方法、步態控制策略和典型康復應用進行了歸納分析。對步態性能客觀評價標準、主觀評價標準、基于模型的步態生成方法、自適應步態生成方法、智能尋優步態生成方法和關節角度位置控制策略、關節扭矩力控制策略、步行速度控制策略等進行了重點探討。研究表明將訓練-評估協同與人機共融相結合的一體化設計思路是未來下肢康復外骨骼步態交互設計的重要發展方向，在未來發展中著重解決以下問題。

(1) 下肢康復外骨骼步態的動態康復評價。步態康復訓練的效果評估采用一套客觀的指標體系進行描述和量化，為不同階段康復步態的設計提供精確依據。現有方法通過量表的方式進行功能性評估，較為依賴康復從業人員的經驗知識，無法對其運動康復過程中肌肉和神經系統的具體改變過程進行量化，不能針對穿戴者進行個性化定制設計的康復步態訓練。因此，在訓練的過程中針對穿戴者的運動狀態進行動態評估和分析，從而提供更加合理、直觀、量化的評估指標，為個性化的康復步態的精確設計提供數據依據。

(2) 下肢康復外骨骼步態的人機協同交互。在下肢運動康復訓練中，相較于純被動的運動康復訓練，穿戴者主動參與的訓練有利于促進神經功能有序重塑，從而達到更好的康復效果。在主動參與的過程中，穿戴者與康復外骨骼之間的交互和協同極其重要，通過采集人體生理信息感知穿戴者當前的運動狀態與運動意圖等，采用人機協同交互的方式實時生成步態，有利于提高康復訓練的舒適性與患者的主動參與程度，從而使得康復效果更有效。因此，通過多模態生物信號提取的方式來分析與預測人體運動意圖，并能精確地轉換為最優的步態，從而實現康復訓練的按需輔助。

(3) 下肢康復外骨骼的個性化步態。盡管人機協同交互、意圖預測等方式推動了外骨骼產品個性化水平的發展，但是外骨骼的步態設計仍停留在群體層面，僅提供通用性的功能步態，缺少對用戶偏好的認知，無法提供個性化步態。用戶的行為習慣和身體特征，以及對步態的要求都存在較大的個體差異，但傳統外骨骼沒有充分考慮用戶主觀體驗，無法依據用戶的狀態和感受實時提供符合舒適區間的步態策略。外骨骼應具有感知并預測用戶偏好的能力，提供個性化、差異化的步態。

(4) 提高康復步態訓練的趣味性。科學、長期、重復的康復運動訓練雖然能夠重建患者的神經功能，但是如何將趣味性與乏味的康復訓練結合仍然值得深入探索。將增強現實技術與步態康復訓練相結合，把與外骨骼控制模式相匹配的個性化步態信息與康復訓練任務轉化為視覺與聽覺信息，增強穿戴者參與訓練的專注度，通過沉浸式康復訓練提高穿戴者主動參與運動訓練的積極性。

作　　者：高一聰

責任編輯：趙子祎

責任校對：向映姣

審　　核：張　強

JME學院簡介

JME學院是由《機械工程學報》編輯部2018年創建，以關注、陪伴青年學者成長為宗旨，努力探索學術傳播服務新模式。

歡迎各位老師掃碼添加小助理-暖暖為好友，由小助理拉入JME學院官方群！

歡迎關注JME學院視頻號~

尋覓合作伙伴

有一種合作叫做真誠，有一種發展可以無限，有一種伙伴可以互利共贏，愿我們合作起來流連忘返，發展起來前景可觀。關于論文推薦、團隊介紹、圖書出版、學術直播、招聘信息、會議推廣等，請與我們聯系。

感謝關注我們！《機械工程學報》編輯部將努力為您打造一個有態度、有深度、有溫度的學術媒體！

版權聲明：

本文為《機械工程學報》編輯部原創內容，歡迎轉載，請聯系授權！

在公眾號后臺留言需要轉載的文章題目及要轉載的公眾號ID以獲取授權!

聯系人：暖暖

電話：010-88379909

E-mail：jme@cmes.org

網 址：http://www.cjmenet.com.cn

官方微信號：jmewechat