儿童下肢辅助训练外骨骼的结构与控制方案设计

面向学龄前脑瘫儿童的下肢康复辅助训练外骨骼的研究十分匮乏。针对这一现状从脑瘫患儿的病理特点入手，基于牵张和步行训练所需的必要自由度进行分析，确定了关键设计指标继而完成了共具有6个主动自由度的下肢康复外骨骼结构设计和结构优化。最后针对康复训练方案的特点提出了基于位置反馈的动力学前馈控制，通过对系统时域特性的分析确定了控制参数。通过实验分析证明了儿童下肢辅助训练外骨骼的结构合理性和牵张运动和步行训练的可行性。     

基于改进麻雀搜索算法的外骨骼机器人步态检测

为提高对外骨骼机器人步态检测的准确性，提出了一种基于改进麻雀搜索算法(ISSA)优化支持向量机(SVM)的外骨骼机器人步态检测新方法，即在麻雀搜索算法(SSA)中引入正余弦算法和Levy飞行策略以提高算法的寻优性能，进而实现SVM参数的合理优化，从而达到提升外骨骼机器人步态检测的准确性。4个典型测试函数的测试结果表明，ISSA算法在收敛精度、收敛速度和收敛稳定性上比其他几种方法更优;外骨骼机器人步态检测实例结果表明，基于ISSA-SVM的步态检测准确率得到了提升，可以实现外骨骼机器人步态的有效检测。     

基于变刚度驱动的下肢外骨骼

针对传统刚性驱动的外骨骼在复杂人机交互环境中柔顺性不足、无法保证人体安全等问题，设计一种变刚度下肢外骨骼用于康复训练。提出了一种可重构的变刚度原理，通过调整关节弹簧的预紧力来实现关节刚度的改变，同时通过滑轮组的重构来增大外骨骼的刚度调整范围。基于所提出的可重构变刚度原理，设计了用于驱动外骨骼主动关节的变刚度执行器，并进一步设计了变刚度下肢外骨骼的机械结构。建立了外骨骼的理论刚度模型，并对其刚度特性进行了仿真分析。搭建了变刚度下肢外骨骼的试验平台，对样机的刚度特性进行了试验验证。结果表明，试验得到的刚度曲线与理论模型吻合。基于变刚度驱动的扭矩-偏角特性，提出一种无交互力传感器的外骨骼行走跟随控制方法，并在不同速度下进行了行走跟随试验。试验结果表明，外骨骼与人体的最大交互力矩为0.8243 N·m，证明外骨骼可以跟随人体运动。     

面向静态稳定的外骨骼机器人阻抗自动化动态控制

针对外骨骼机器人阻抗不稳定、静态与动态的协调控制效果误差较大的问题，为了更好地模拟人的运动技能，该文提出一种面向静态稳定的外骨骼机器人阻抗自动化动态控制方法。分析外骨骼机器人在运动过程中的静态稳定性，计算不同姿态对应的稳定程度，采用sEMG信号组建新型人机技能传递系统，提取人的阻抗信息，将其映射到外骨骼机器人关节空间或者笛卡尔空间，通过力矩控制模式，进行力矩对应的刚度估计，自动化控制目标末端运动轨迹收敛过程。实验结果表明，阻抗控制器的运动轨迹和期望轨迹更加接近，阻抗控制系数均值误差为0.072，均方根误差为0.065，平均误差为0.044，能够更好地完成外骨骼机器人阻抗自动化动态控制。     

上肢助力外骨骼研究综述

简述了在当前疫情灾情多发、劳动力资源短缺的情况下开发上肢助力外骨骼的重要意义，介绍了外骨骼的发展历程、分类方式以及上肢助力外骨骼的特点、适用人群、应用场景等。详细介绍了国内外上肢助力外骨骼相关研究成果和产品，包括其基本构造以及评估实验结果，并对其中的关键技术（如驱动和传动、人机交互中所涉及的人体运动意图识别、人机协同运动等）进行了阐述和分析。总结了当前研究中仍存在的问题，并对上肢助力外骨骼未来的发展趋势进行了展望。     

无源上肢外骨骼消防辅助性能评估

为评估无源上肢外骨骼在消防中的人机辅助性能，模拟了3种不同工位高度的消防任务。通过生理数据采集设备采集了受试者穿戴外骨骼前后的肌电、皮电、呼吸和心率变异性等客观生理数据；采用Borg量表采集了主观疲劳感知数据，并进行了主客观评估。结果表明：该外骨骼对上肢高位、中位和低位3种工位高度的消防任务均有一定助力效果，对高位作业的助力效果最佳，对肩部和背部无不良影响，且主客观评估结果一致，后续可进一步提升对中位和低位作业的辅助效果。     

下肢外骨骼膝关节模糊滑模位置控制器设计

针对下肢助力外骨骼膝关节位置伺服系统运动过程中伺服精度要求高、冲击力矩大、负载变化范围广等特点,提出了一种运用模糊规则调节的位置伺服系统滑模控制策略.该策略设计了一种新型带有积分项的滑模面模糊调节部分的结构为单输入双输出,选用模糊规则调节新型终端滑模型趋近率来抑制滑模抖振.仿真及实验表明,该控制策略稳定性和伺服跟踪性好,对负载干扰的鲁棒性强.     

踝助力外衣的研制与跖屈肌群肌电信号评价

随着国防装备发展及人口老龄化加剧，战场士兵、部队后勤及老年人口等对下肢柔性外骨骼的需求急剧升高，进而研制了穿戴性好、人机相容性高、助力性能优的便携式踝助力外衣系统。基于踝关节生理特征与人体下肢参数，对踝助力外衣本体和驱动单元进行工效学设计和实物研制，并将驱动单元放置于腰部，尽可能降低小腿和足部的附加质量。基于踝关节生物力矩特征，建立期望辅助力模型，采用实验测量的办法，获得助力外衣及局部软组织的系统刚度，将期望辅助力模型转换为驱动单元的位移模型。基于人体下肢步态的周期性，设计以迭代学习控制算法为核心的控制器，通过迭代学习历史时刻的输出误差，对期望辅助力模型进行不断追踪。为评估助力外衣的助力效果，通过测量穿戴者的跖屈肌肉群肌电信号，分析肌肉激活程度和疲劳变化：在踝助力外衣的辅助下，不同行走速度的肌肉激活程度均明显下降，以腓肠肌外侧变化最为显著，腓肠肌内侧肌肉激活程度平均下降了9.62%±1.12%；平均功率频率和中位频率的变化斜率绝对值均得到一定程度的下降，肌肉疲劳速率下降、疲劳程度降低，进而下肢行走耐力增强。     

脑瘫儿童康复助行外骨骼机器人研究与展望

脑瘫是造成儿童行走功能障碍的最常见疾病。 下肢外骨骼在成人脊髓损伤或中风患者康复助行方面已有成熟应用,但 针对脑瘫儿童步态改善与行走效率提高的研究相对较少。 为了从技术与临床角度促进研究人员对脑瘫儿童康复助行外骨骼的 理解,本文首先分析了脑瘫儿童外骨骼相比成人外骨骼研究面临的特殊问题;其次根据下肢驱动关节数量对脑瘫儿童康复助行 外骨骼进行分类并综述其研究现状,重点阐述了其机构特点、控制策略、临床表现,分析了单关节与多关节脑瘫儿童康复助行外 骨骼的优缺点;最后探讨了脑瘫儿童康复助行外骨骼的发展趋势及面临的挑战。     

基于多传感器信息融合的外骨骼运动意图辨识

为了实现外骨骼机器人的柔顺运动控制，需要对穿戴者的运动意图进行实时准确地辨识与预测。本研究利用多传感器信息融合的方法完成对穿戴者运动意图的识别。通过对多种机器学习算法在识别准确性、资源消耗和处理实时性进行比较、最终确定利用支持向量机(SVM)实现对日常8个运动模式(静坐、双腿站立、步行、跑步、上下斜坡和上下楼梯)完成动作模式的识别，识别平均准确率达到95%。对于运动相位和运动切换事件的预测，利用神经-模糊推理理论完成运动相位识别与状态切换事件的预测。在给定的测试集上相位识别准确率为99%,且预测的状态切换时刻与真实时间的偏移绝对值的均值为61.6 ms,满足外骨骼柔顺控制对预测时间的要求。