摘要
下肢康複外骨骼機器人集傳感、控製等技術於一體，表現出仿生學、機器人技術、信息與控製科學、醫學等多學科交叉的特點。本文介紹了下肢外骨骼康複機器人的典型產品和原型，並對最新技術進行了分析和總結。由於康複訓練的目標是使患者的運動能力恢複到正常水平，因此研究人體步態是研究下肢外骨骼康複機器人的基礎。因此，本文對人體步態分析的研究進展進行了批判性評價，並對下肢康複外骨骼機器人的機械設計與控製進行了係統總結。從典型原型的性能可以推斷，這些機器人可以作為可穿戴形式連接到人的四肢;控製機器人在各個關節的運動，模擬正常步態，驅動患者的肢體，實現機器人輔助康複訓練。因此，人-機器人集成是當前研究的重要方向之一，在此背景下，剛柔混合結構設計、個性化定製步態生成和多模態信息融合是三大關鍵技術。
簡介
康複機器人是一種直接為人類服務的機器人，在專業要求較高的康複治療領域有著廣泛的應用前景。因此，研製先進的康複機器人具有十分重要的意義。
針對肢體運動障礙患者的下肢康複機器人的研究是康複機器人研究的重要組成部分。到2030年，中國65歲以上人口將占總人口的18.2%。隨著社會老齡化和生活水平的提高，患有肢體運動障礙的人數正在迅速增加。肢體運動障礙可導致步態異常，影響正常行走。對於下肢運動障礙患者，應盡早開始積極的康複訓練。中國是世界上中風率最高的國家[1]，我國有近1500萬殘疾人患有腦癱、偏癱、截癱等下肢運動功能障礙，近4000萬老年殘疾人因年齡增長而喪失行走能力。約有35萬人急需康複技術人員，但現有人員不足2萬人。因此，下肢康複機器人具有重要的意義。康複機器人的使用可以減輕治療師的負擔，實現訓練過程中的數據檢測，以可控、可重複的方式輔助康複的定量評估[2］．
下肢康複外骨骼機器人是康複機器人的一大類，通過可穿戴的方式與人體連接，在訓練過程中可以控製所有關節的運動。下肢康複外骨骼機器人的研究始於20世紀60年代[3.，4］．由於技術上的限製，這些早期的機器人並沒有達到預期的目標，但為後續的研究奠定了基礎。近幾十年來，特別是Lokomat應用於臨床康複後，下肢康複外骨骼機器人逐漸成為一個重要的研究課題。主要用於老年人和下肢運動功能障礙患者的力量輔助和康複。外骨骼機器人技術是集傳感、控製、信息和計算機科學於一體，提供可穿戴機械設備的綜合技術。許多企業和研究機構已經開展了相關的研究工作，並在這些機器人的理論和應用方麵取得了幾個裏程碑。根據應用的不同，這些機器人分為兩種類型，分別是基於跑步機的機器人和地麵應用的機器人。患者可以在跑步機上接受基於跑步機的外骨骼機器人的步態訓練。在這些機器人中，除了用於輔助腿部運動的外骨骼外[3.]時，需要一個體重支撐(BWS)係統，以減少作用在腿部的重力，確保安全，並保持平衡;這種機器人的一些例子包括ALEX [2], Lokomat [4，和LOPES [5，如圖所示1．地麵外骨骼機器人幫助患者恢複地麵步態，如圖2；例如，eLEGS(外骨骼下肢步態係統)[6，7], Indego [8),“重新行走”(9], MINDWALKER [10，11]，以及HAL(混合輔助肢體)[12］．
基於跑步機的下肢康複外骨骼
地上下肢康複外骨骼
目前，中國康複機器人技術與發達國家存在較大差距。中國康複輔助器具需求迫切，是世界上市場潛力最大的國家。到2020年，預計工業規模將超過7000億。中國的大學及研究機構[13，14，15，16，17，18，19，20.，21，22]進行了一些研究，取得了一些有希望的結果。然而，國內外研究還存在較大差距，尚未形成係統的產業。因此，中國下肢康複外骨骼機器人的研究有可能引發機器人行業的另一場革命。
因此，本文對下肢康複外骨骼機器人進行了綜述。在總結了人體步態分析的基礎上，討論了機械設計和控製方法方麵的研究成果。介紹了下肢康複外骨骼機器人的研究現狀，並對其重要研究方向之一的人-機一體化進行了探討。
人體步態分析
可穿戴性是下肢康複外骨骼機器人最重要的特點之一，因此這種機器人必須具有良好的人體兼容性。因此，下肢解剖圖解和人體步態分析可以為下肢外骨骼康複機器人的設計和控製提供基礎依據。
下肢解剖
人的行走過程主要是由下肢完成的，因此有必要對下肢的結構和運動特征進行分析。
行走是通過骨盆、臀部、膝蓋和腳踝之間的協調來實現的。它們的運動範圍如表所示1．骨盆位於軀幹和大腿之間。作為一個球窩關節，髖關節由股骨頭和骨盆骨組成，它允許大腿和骨盆同時運動。23］．它允許矢狀位屈伸，額外展/內收，橫向外旋/內旋[24］．膝關節是由脛股關節和髕股關節組成的關節複合體。它們的運動發生在兩個平麵上，允許矢狀屈伸和橫向內/外旋轉[23］．在走路時，膝蓋發揮著重要的功能。在擺動階段，膝蓋通過屈曲縮短腿的長度[25］．在站姿階段，它們保持彎曲以吸收衝擊並通過腿部傳遞力量。腳踝/腳是一個複雜的結構，它吸收這種衝擊，並給身體施加推力。踝關節運動主要發生在距骨和距下關節[24］．距骨關節位於距骨、脛骨遠端和腓骨之間，作為足蹠/背屈的鉸鏈關節，其中一根骨的表麵呈線軸狀，另一根骨的表麵呈凹麵。距下關節位於跟骨和距骨之間，允許外翻/內翻和內/外旋。通過下肢結構分析，為康複外骨骼機器人的機械設計提供依據。
人體步態分析
由於患者的運動功能受損，無法直接測量其正常的步態模式。因此，有必要進行康複訓練並評估正常步態數據，這在臨床應用中具有重要意義。偏癱或身體殘疾的患者在康複過程中往往遵循預定的軌跡。這些預先確定的軌跡可以從正常步態數據收集中獲得。通過步態分析，可以揭示人體步態的相關特征。步長、步寬和步速都是用來表征人類行走步態的。因此，人體運動參數和結構參數對人體步態特征有顯著影響。
人的步態受步行速度的影響[26，27通過對步態參數的分析[28和關節角[29]，通過記錄和分析在人行道上不同行走速度的步態數據來證實[30.或跑步機[31］．因為大多數康複機器人在康複訓練過程中使用身體支持係統，所以分析人體在跑步機上的步態是必要的。此外，研究表明，與步行速度相比，身高作為一種結構參數對人體步態的影響有限。通過比較使用速度和歸一化速度(歸一化到腿長)時回歸模型之間相關性的差異[30.，32]或在回歸模型中加入身高的逐步回歸[31]作為參數。進一步研究了這些參數對關節角的影響。研究還概述了步態參數和身體質量指數(BMI)之間的關係[26，33］．這些研究為下肢康複外骨骼機器人的控製提供了基礎。
下肢康複外骨骼機器人力學
下肢康複外骨骼機器人需要一個與人體下肢相匹配的機械結構，通過可穿戴連接實現力和能量的傳遞。這可以通過設計合適的機器人機構和驅動來實現。表中概述了所涉及的機製2．
人體上肢解剖
下肢康複外骨骼機器人的機構應實現與人體下肢的運動匹配。伯克利外骨骼係統(BLEEX)的機構設計為隨後開發的機器人奠定了基礎。為了確保安全，最大限度地避免與使用者的碰撞，BLEEX幾乎是擬人化的，但沒有包括人腿可用的所有自由度(圖3.)．此外，BLEEX關節是純粹的旋轉關節，因此與人體關節不同[34］．髖關節被簡化為三個旋轉關節，以實現屈/伸、外展/外展和內/外旋。膝關節被簡化為一個旋轉關節，以實現純粹的矢狀旋轉。將踝關節簡化為三個旋轉關節，實現足底/背屈、外翻/內翻和內外旋轉。目前下肢外骨骼機器人的配置，如ALEX [35], Lokomat [4，36],洛佩斯[37，38),“重新行走”(9),雷克斯(39]及HAL [40，主要基於BLEEX。
BLEEX的生物力學設計[41］
由於BWS係統的存在，以及機器人身體經常與固定平台相連，基於跑步機的外骨骼機器人的一個重要特點是患者不需要承擔機器人的全部重量，這使得機器人的機械結構更加複雜。同時，在跑步機上進行康複訓練所需的空間較小，但在跑步機上的步態與自然步態是有區別的[42，43，這是臨床評估的一個重要方麵[44，45，46，47］．為骨盆運動設計了額外的機製。骨盆運動也被集成到新的機器人設備中，比如KineAssist [48，49，50］．ALEX III可以主動控製骨盆運動[45，51］．新版本的Lokomat包括一個可選的FreeD模塊，通過允許骨盆橫向平移和橫向旋轉來改善治療，如圖所示4．
可選的FreeD模塊
這種簡化的設計意味著機器人與人之間存在運動不匹配，表現為機器人與人的關節中心不匹配。設計一種創新的機製可以解決這一問題。髖關節采用平行結構，實現三個旋轉運動，與人體髖關節自動對中[52，53，54，如圖所示5．當3-UPS並聯機構安裝在人體腰部和大腿上時，人的大腿與並聯機構作為一個整體連接，可以認為是3-UPS/1-S並聯機構[52)(圖5(a))。結合人體髖關節，采用新型變形並聯機構3-UPS/S和2-RPS/UPS/S兩種構型應用於下肢康複，滿足患者在不同康複治療階段的不同需求[53)(圖5(b))。一種非對稱全約束並聯機構原型設計用於髖關節輔助和康複，采用受電弓作為三個旋轉受限腿，而不是使用三個連續旋轉關節-腿，以避免奇點、不確定性或與其他腿幹擾等缺點[54)(圖5(c))。
髖關節輔助的平行機構
簡化過程中將膝關節視為旋轉關節，隻考慮屈伸運動。事實上，膝關節的運動是比較複雜的，因此設計了不同的機構來解決這個問題，如圖所示6．膝關節采用自適應膝關節，可有效消除對人體膝關節的負麵影響[55)(圖6(a))。以膝關節複合體為基礎，將軸向平移運動與旋轉運動相結合，設計了一種用於下肢康複的串並聯混合機構[17)(圖6(b))。
新穎的膝關節機製
人體是一個基於骨骼肌組織結構和特征的耦合結構。根據這一原理，有學者提出了一種新型的下肢康複機器人結構。該機械結構沒有剛性支撐，但它包括一個使用電纜提供動力的軟體和軟件結構;這減少了對肌肉收縮的反應和身體的能量消耗。這種耦合可穿戴機器人的設計有望為今後的研究開辟新的方向[56)(圖7)．
軟exosuit
驅動設計
大多數下肢外骨骼康複機器人采用電動馬達驅動。在eLEGS中，隻有髖關節和膝關節的矢狀屈伸是由馬達驅動的，而踝關節仍然是被動的[57］．Lokomat的髖關節和膝關節由帶線性滾珠絲杠的馬達驅動[58］．
上述方法的一個顯著特點是駕駛員直接放置在機器人身上，增加了機器人的質量和複雜性。因此，使用電纜驅動的電機可以減少外骨骼機器人本身的質量，因為電機和驅動器都放在平台上，而不是直接放在外骨骼上[59］．
下肢康複外骨骼以剛性傳動為主，無順應性。這導致振動衝擊大，難以直接控製力，導致機器人係統複雜。因此，設計了一種係列彈性驅動器(SEA)，以實現力的控製和增強驅動器的靈活性在RoboKnee [60)(圖8(a))。SEA與電纜驅動驅動組合應用於LOPES [59)(圖8(b))。通過調整串聯彈性驅動的彈性元件的剛度，設計了一種下肢外骨骼變剛度彈性驅動器[61)(圖8(b))。
一種係列彈性驅動器製造技術
下肢康複機器人的控製
軌跡規劃
康複訓練的主要目的是使殘疾患者的下肢運動功能恢複到正常水平[62];因此，在康複訓練過程中，需要一個正常的步態模式作為控製係統的參考輸入，作為訓練目標，作為康複評估標準。對於偏癱或身體殘疾的患者，通常使用預先確定的軌跡。這些預先確定的軌跡可以從正常步態的數據中獲得。但是由於數據量有限，所獲得的運動數據很難匹配不同的人體運動特征，因此提出了一種參數化運動模式生成方法來預測測試樣本中不存在的數據。
Lokomat的運動軌跡可以根據特定的患者和步長進行調整[58］．在LOPES中，軌跡是通過一種基於回歸分析的方法生成的，以重建與身體高度和速度相關的軌跡[31];此外，“互補肢體運動估計”可用於利用健康肢體的運動生成參考運動[63］．當收集的樣本數量足夠大時，統計學習技術，如徑向基函數神經網絡(RBFs) [64]及多層感知器神經網絡(MLPNN) [65，常用於運動預測。
還有一種步態規劃不依賴於特定的數據;然而，它依賴於給定的步態參數，如步長和擺動持續時間來生成步態模式。采用基於步態參數的模型預測控製(MPC)在線軌跡生成[66］．
控製係統
下肢康複外骨骼機器人多采用分層控製策略。控製係統一般分為兩級。上麵一層為決策層，實現控製決策和軌跡生成，下麵一層為伺服層，實現驅動係統的伺服控製[65］．對於地麵康複外骨骼，由於涉及到的運動量大，所以將其分為三層(圖9)．特別是增加了人機交互層，以適應各種動作的訓練需求[6］．下肢外骨骼控製方法概述如表所示3.．
下肢廣義控製框架[67］
在康複早期，牽引患者下肢進行持續被動運動(CPM)的被動訓練，可以有效地長期保持關節的靈活性。相應的，位置控製可以保證機器人能夠準確的跟隨到想要的位置。在這種情況下，機器人的運動信息通過傳感器來測量，如線性電位器和旋轉電位器[40，68，69]，慣性測量單元[70，71，用於測量扭矩的扭矩傳感器[70，71]，以及測量地麵反應以檢測步態事件的足壓傳感器[72，73］．廣泛應用於伺服控製的控製方法也被應用於下肢康複外骨骼機器人。例如，比例微分控製(PD控製)[68，計算轉矩控製[74，模糊控製[74，魯棒變結構控製[75]、模糊比例積分微分控製(PID控製)、滑模變結構控製[76]已經被用於下肢外骨骼機器人。這種位置控製實際上是一種跟蹤控製。力-位置混合控製也用於調整施加在患者身上的輸出力。這是第一個阻抗或導納控製策略曾經發展。已應用於火車頭，引導患者腿部，提供髖關節和膝關節扭矩[4］．在LOPES中，機器人支持使用虛擬模型控製器(VMC)控製[69，77］．
上述所有控製係統在本質上都是被動的，因為係統不考慮佩戴者。通過增加患者的積極參與，提高康複訓練的效果，可以減少患者對機器人輔助的依賴。為了達到這一效果，將人融入控製係統是很重要的。如前所述，傳感器被用來測量人的運動信息和人-機器人的交互信息來控製機器人。ALEX通過力場控製來引導患者的腿部[45，70］．
另一種方法是測量人體的生物信號，如肌電圖(EMG)和腦電圖(EEG)信號，以感知身體運動。目前，肌電信號正被用於HAL等機器人[78］．被檢測到的肌電信號作為觸發開關，判斷機器人提供輔助的時間[78，79］．作為連續控製，比例肌電控製被用於機器人踝關節外骨骼[80，81］．然而，基於肌電圖的機器人輔助康複隻適合那些能夠產生足夠高水平的肌肉活動的患者。重建嚴重癱瘓病人活動能力的腦機接口[82]已應用於許多下肢康複外骨骼[39，83，84，85］．然而，這項研究仍處於早期階段。上述所有係統都依賴於傳感器的存在，並控製傳感器測量的信號。最近，不基於傳感器的機器人也被開發出來。在這種情況下，使用導納整形控製器[86］．
結論和展望
結論
下肢康複外骨骼機器人集傳感、控製等多種技術於一體，表現出仿生學、機器人技術、信息與控製科學、醫學等多學科交叉的特點，已成為重要的研究熱點。近年來，在機械設計和控製係統設計方麵取得了顯著的進展，並在此基礎上實現了多個產品的商業化。但是在人機融合方麵還存在很大的研究差距。穿戴者(患者)與機器人有機結合，形成一個整體。隻有實現人體與機器人的真正融合，康複訓練才能真正有效。
前景
人-機器人集成問題是當前的研究熱點。國家自然科學基金(NSFC) 2017年重點研究項目“三協同機器人”(即共存-合作-認知機器人)，研究主題為機器人結構設計與控製、多模態動態感知、自然交互[87］．人-機一體化是下肢康複外骨骼機器人設計與控製的關鍵問題。綜上所述，這種整合應該包括三個組成部分，即結構、運動和響應。
設計仿人結構和柔性驅動係統，實現機器人和患者的結構集成。目前采用簡化的人體運動模型和剛性的結構設計，導致機器人與人的運動不匹配，影響穿戴性和康複訓練。因此，SEA正被用來增加本地結構的靈活性。靈活性的增加必然導致結構的複雜性和控製的難度。理想的機器人結構是剛柔混合結構。但是，為了有效地將能量從機器人傳遞到人身上，需要設計剛軟耦合結構。同時，應探索外骨骼機構的模塊化設計。事實上，許多主動矯形裝置也可以被稱為模塊化單關節外骨骼。
為實現機器人與患者的運動融合，需要生成定製化、個性化的步態模式。通常需要一個正常的運動模式作為控製係統的參考和輸入，作為預期的機器人運動、訓練目標和評估標準。對於偏癱或其他身體殘疾的患者，通常在康複中使用預定的軌跡。這些預先確定的軌跡可以從正常步態數據收集中獲得。但是由於采集的數據量有限，所獲得的運動數據很難匹配人體不同的運動特征，因此提出了一種參數化運動模式生成方法。然而，目前基於兩足機器人控製理論的步態規劃和步態生成方法無法與人類自然步態完美匹配;步態生成主要集中在矢狀麵上，沒有考慮人體三維步態特征。人體步態受運動和結構參數影響的機理尚不完全清楚，因此很難實現運動水平的完美融合。
利用多模態信息融合實現人與機器的運動集成。目前對傳感係統設計的研究表明，僅僅測量機器人的運動信息是不夠的;而是應該把人也納入到係統中，不僅要測量人體的運動信息和生物信號，還要收集人與機器人施加的力之間的交互信息。然而，可以想象的是，由於冗餘信息增加了係統的複雜性，影響了係統的實際應用，所以信息並不總是越多越好。在康複訓練過程中，下肢康複外骨骼機器人需要與患者進行有效的動態互動。這種康複訓練可以有效提高患者的積極參與水平，顯著提高康複效果。然而，機器人本身的評價方法缺乏一套係統的指標來衡量其與人體的適應性和匹配程度。因此，有必要對多模態信息進行研究，以實現人機的有效集成。
參考文獻
G L R O合作者。1990年和2016年，全球、區域和國家中風的終生風險．新英格蘭醫學雜誌， 2018, 379(25): 2429-2437。
S K Banala, S H Kim, S K Agrawal等。機器人輔助主動腿外骨骼步態訓練(ALEX)．IEEE神經係統與康複工程彙刊， 2009, 17(1): 2-8。
陳光，陳誌強，郭誌，等。下肢輔助機器人外骨骼在康複治療中的應用綜述．《生物醫學工程評論, 2013, 41 (4 - 5):https://doi.org/10.1615/critrevbiomedeng.2014010453．
M Bernhardt, M Frey, G Colombo，等。複合力-位置控製產生了康複機器人LOKOMAT的協作行為．國際康複機器人會議, 2005: 536 - 539。
Van Asseldonk E H, Van Der Kooij H。機器人輔助的LOPES步態訓練．神經康複技術，2012。
S T艾倫。用於脊髓損傷患者的可穿戴運動外骨骼的控製和軌跡生成．加州大學伯克利分校，2011。
年代K安。為脊椎病患者開發可穿戴外骨骼的人機界麵．加州大學伯克利分校，2011。
R J Farris, H A Quintero, M Goldfarb。下肢矯形器輔助截癱患者行走的初步評估．IEEE神經係統與康複工程彙刊， 2011, 19(6): 652-659。
齊利格，魏因加登，茨韋克，等。ReWalk™外骨骼套裝用於完全性脊髓損傷患者行走的安全性和耐受性:一項初步研究．脊髓醫學雜誌， 2012, 35(2): 96-101。
J Gancet, M Ilzkovitz, E Motard，等。MINDWALKER:進一步為脊髓損傷患者提供下肢外骨骼輔助．生物醫學機器人與生物機電一體化國際會議，羅馬，意大利，2012年6月24-27日:1794-1800。
王誌剛，伊爾茲科維茨，謝隆，等。MINDWALKER:大腦控製的下肢外骨骼，用於康複。太空的潛在應用．第十一屆機器人與自動化先進空間技術研討會，荷蘭諾德維克，2011年4月12-15日:12-14。
H佐藤，T川端康成，Y三海。機器人HAL洗澡護理輔助．IEEE機器人與仿生學國際會議中國，桂林，2009年12月18-22日:498-503。
顏慧，楊春。設計和驗證下肢外骨骼采用平臥循環模式中風後康複．機械工程師學會學報，C部分:機械工程科學雜誌， 2014, 228(18): 3517-3525。
Y苗，F高，P丹。混合腿外骨骼的機械設計，以增加步行負載．國際先進機器人係統雜誌, 2013, 10:https://doi.org/10.5772/57238．
裴培，裴誌培，史誌，等。基於級聯反饋觀測器的下肢外骨骼關節驅動單元無傳感器控製．工程中的數學問題， 2018, 3029514: 1-11，https://doi.org/10.1155/2018/3029514．
劉德，唐誌培。非對稱液壓缸軌跡跟蹤的變結構補償PID控製．工程中的數學問題， 2015, 890704: 1-9。https://doi.org/10.1155/2015/890704．
呂明，陳偉，丁小霞，等。仿生下肢外骨骼用於人體步態康複的設計。科學儀器綜述， 2016, 87(10): 104301。
黃榮，程洪，郭洪，等。人-外骨骼物理交互的分層學習控製．信息科學， 2018, 432: 584-595。
黃榮，程洪，陳勇，等。下肢外骨骼參考步態軌跡的優化．國際社會機器人雜誌， 2016, 8(2): 223-235。
王丹，李凱，季傑。一種具有柔性關節的基於被動步態的負重支撐下肢外骨骼．IEEE機器人學報， 2016, 32(4): 933-942。
吳旭，劉大東，劉明，等。共享下肢外骨骼機器人的個體化步態模式生成．IEEE自動化科學與工程彙刊， 2018, 15(4): 1459-1470。
陳晨，吳曉東，劉丹，等。一種新型穿戴式全身柔性外骨骼機器人的設計與自主運動意圖估計．移動信息係統, 2017:https://doi.org/10.1155/2017/8682168．
D諾伊曼。肌肉骨骼係統運動機能學:康複的基礎．愛思唯爾健康科學，2013。
J E Muscolino。運動學:骨骼係統和肌肉功能．愛思唯爾醫學,2011年。
一個D郭。步態的六個決定因素和倒立擺類比:動態步行視角．人體運動科學， 2007, 26(4): 617-656。
E F Chehab, T P Andriacchi, J Favre。速度、年齡、性別和身體質量指數為比較行走過程中下肢的運動學和動力學特征提供了嚴格的基礎．生物力學雜誌， 2017, 58: 11-20。
權誌偉，孫淑敏，李北k。下肢運動學參數隨步態速度的變化:一項三維運動分析研究．物理治療科學雜誌， 2015, 27(2): 477-479。
S al - obaidi, J C Wall, A al - yaqoub，等。步態基本參數:科威特和斯堪的納維亞20 - 29歲正常受試者參考數據的比較．康複研究與發展雜誌， 2003, 40(4): 361-366。
T J坎寧安。跑步時腳部軌跡的三維定量分析。肯塔基大學，2007年。
J L Lelas, G J Merriman, P O Riley，等。從步態速度預測峰值運動學和動力學參數．步態和姿勢， 2003, 17(2): 106-112。
B·庫普曼，E·範·阿瑟東克，H·範德·科伊。基於速度相關的參考關節軌跡生成的機器人步態支持．生物力學雜誌， 2014, 47(6): 1447-1458。
M Hanlon, R Anderson。預測方法來解釋步態速度對下肢角運動學的影響．步態和姿勢， 2006, 24(3): 280-287。
S Ko, S Stenholm, L Ferrucci。老年肥胖患者的典型步態模式-巴爾的摩衰老縱向研究的結果．生物力學雜誌， 2010, 43(6): 1104-1110。
A B Zoss, H Kazerooni等。Berkeley下肢外骨骼(BLEEX)的生物力學設計．IEEE/ASME機電一體化彙刊， 2006, 1(2): 128-138。
S K Banala, S K Agrawal, S H Kim，等。新穎的步態適應和神經運動訓練結果使用主動腿外骨骼。機電一體化， 2010, 15(2): 216-225。
R Riener, L Lunenburger, S Jezernik，等。機器人輔助跑步機訓練的患者合作策略:第一個實驗結果．IEEE神經係統與康複工程彙刊， 2005, 13(3): 380-394。
繆爾曼，範阿瑟東克，範奧爾特，等。導納控製的影腿法步態訓練機器人的設計與評估．IEEE神經係統與康複工程彙刊， 2016, 24(3): 352-363。
R Ekkelenkamp, J Veneman, H Van der Kooij。LOPES: CVA患者步態康複過程中步態功能的選擇性控製．國際康複機器人會議，芝加哥，IL，美國，2005年6月28日- 7月1日:361-364。
N Kwak, K Muller, S Lee基於穩態視覺誘發電位的外骨骼控製．腦機接口國際冬季研討會(BCI)，韓國江原道(南)，2014年2月17-19日:1-2。
A Tsukahara, Y Hasegawa, K Eguchi，等。利用hal與意圖估計器優選擺動速度恢複脊髓損傷患者的步態．IEEE神經係統與康複工程彙刊， 2015, 23(2): 308-318。
M W惠特爾。步態分析:介紹．Butterworth-Heinemann, 2014年。
霍爾曼，沃特金斯，伊姆霍夫，等。在跑步機和地上行走條件之間的時空步態參數變化的比較．步態和姿勢， 2016, 43: 204-209。
S J Lee, J Hidler。健康個體地上步行與跑步機步行的生物力學．應用生理學雜誌， 2008, 104(3): 747-755。
梅霍茲，哈維，托馬斯等。對脊髓損傷患者來說，身體負重跑步機訓練或機器人輔助步態訓練是否優於地麵步態訓練和其他形式的物理治療?係統回顧。脊髓， 2017, 55(8): 722-729。
高鵬，金紹洪等。按需輔助機器人輔助步態訓練可改善中風患者的行走功能．IEEE神經係統與康複工程彙刊， 2015, 23(6): 956-963。
T Senthilvelkumar, H Magimairaj, J Fletcher，等。不完全四肢癱瘓患者身體負重跑步機訓練與身體負重地上訓練的比較:一項試點隨機試驗。臨床康複， 2015, 29(1): 42-49。
M Alcobendasmaestro, A Esclarínruz, R M Casadolópez，等。脊髓損傷不完全患者3至6個月內的Lokomat機器人輔助與地麵訓練:隨機對照試驗神經康複與神經修複， 2012, 26(9): 1058。
S A Graham, C P Hurt, D A Brown。盡量減少行走時對姿勢的要求，同時仍然強調非受損個體的運動力產生。IEEE神經係統與康複工程彙刊:IEEE醫學與生物學會工程刊物， 2018, 26(5): 1003-1010。
V C迪奧尼西奧，C P赫特，D A布朗。正向助行力對健康年輕人快速行走時步態力學的影響．步態和姿勢， 2018, 64: 12-17。
J Patton, D A Brown, M Peshkin，等。KineAssist:設計開發一種機器人地麵步態和平衡治療裝置．中風康複的主題， 2008, 15(2): 131-139。
D Zanotto, P Stegall, S K Agrawal。一種具有12自由度的新型機器人平台，用於人類步態訓練．IEEE機器人與自動化國際會議，德國卡爾斯魯厄，2013,2013:3914-3919。
餘勇，梁W。髖關節輔助機構優化設計的可操作性綜合原則。國際先進製造技術雜誌， 2014, 70(5-8): 929-945。
張偉，張帥，M Ceccarelli，等。一種用於下肢康複的新型變形機構的設計與運動學分析．施普林格可汗,2016。
張偉，張偉，史丹，等。髖關節輔助非對稱並聯機構設計及無奇異工作空間優化．機械原理， 2018, 122: 389-403。
王丹，李凱，郭傑，等。基於生物幾何的自適應膝關節外骨骼。IEEE/ASME機電一體化彙刊， 2014, 19(4): 1268-1278。
昆淩，李s，馬爾科姆，等。栓係多關節軟外服的輔助量與代謝成本的降低．科學的機器人， 2017, 2(2): 1-10。
S A Kolakowsky-Hayner, J Crew, S Moran，等。EksoTM仿生外骨骼輔助脊髓損傷後行走的安全性和可行性．《脊柱， 2013, 4:1 -8。
J希德勒，W威斯曼，N內克爾。在Lokomat機器人步態矯形器內行走時的運動學軌跡．臨床生物力學， 2008, 23(10): 1251-1259。
H valery, J Veneman, E Van Asseldonk，等。康複機器人的順應驅動．IEEE機器人與自動化雜誌， 2008, 15(3): 60-69。
J E Pratt, B T Krupp, C J Morse，等。機器人膝蓋:一種外骨骼，用於增強行走時的力量和耐力．IEEE機器人與自動化國際會議論文集，美國洛杉磯新奧爾良，2004年4月26日至5月1日:2430-2435。
餘華，黃鬆，陳光，等。串聯彈性驅動器康複機器人人機交互控製．機器人技術，IEEE Transactions on[j] .， 2015, 31(5): 1089-1100。
陳光，餘華。一種新型串聯彈性驅動器的基於加速度的魯棒運動控製器設計。IEEE工業電子學彙刊， 2016, 63(3): 1900-1910。
張誌強，張誌強，張誌強，等。用於主動膝關節假體控製的輔助肢體運動估計．Biomedizinische技術/生物醫學工程， 2011, 56(1): 45-51。
徐坤，樸毅，尹S，等。跑步機機器人步態康複係統的步態模式生成．第14屆控製、自動化與係統國際會議， 2014年10月22-25日，韓國，京畿道，1090-1094。
林鴻斌，盧泰平，胡景洪，等。基於人工神經網絡的步態康複自然步態參數預測．智能機器人與係統國際會議，台北，中國台灣，10月18-22日，2010:5398-5403。
王利，E H van Asseldonk, H van der koij。基於模型預測控製的可穿戴外骨骼步態模式生成．IEEE康複機器人國際會議，蘇黎世理工學院科學城，瑞士，2011年6月29日- 7月1日:1-6。
M R Tucker, J Olivier, A Pagel，等。活動性下肢假肢和矯形器的控製策略:綜述．神經工程與康複雜誌， 2015, 12(1): 1-30。
馬卓尼，L Lünenburger, R Riener，等。基於自適應算法的機器人輔助步行功能評估．IEEE康複機器人國際會議，新加坡，2015年8月11-14日:804-809。
B·庫普曼，E·H·範·阿瑟東克，H·範德·科伊。機器人步態訓練中步態子任務的選擇性控製:具有動力外骨骼的中風幸存者的足間隙支持．神經工程與康複雜誌， 2013, 10(3): 1-21。
金X，崔X, S K Agrawal。電纜驅動的主動腿外骨骼(C-alex)的設計和步態訓練實驗與人體受試者．IEEE機器人與自動化國際會議，西雅圖，華盛頓，美國，2015年5月26-30日:5578-5583。
O Harib, A Hereid, A Agrawal等。截癱患者外骨骼的反饋控製:邁向穩健穩定的無手動態行走．IEEE控製係統雜誌， 2018, 38(6): 61-87。
T Lenzi, M C Carrozza, S K Agrawal。動力髖關節外骨骼可以減少使用者在行走過程中髖關節和踝關節肌肉的活動．IEEE神經係統與康複工程彙刊， 2013, 21(6): 938-948。
D B Fineberg, P Asselin, N Y Harel，等。運動完全截癱患者動力外骨骼輔助行走的垂直地麵反作用力分析．脊髓醫學雜誌， 2013, 36(4): 313-321。
謝紹強，賈姆瓦爾，侯賽因，等。一種治療踝關節損傷的自適應可穿戴並聯機器人．IEEE/ASME機電一體化彙刊， 2014, 19(1): 64-75。
S hussein, S Q Xie, P K Jamwal。本質柔性機器人步態訓練矯形器的魯棒非線性控製．IEEE係統、人與控製論彙刊:係統， 2013, 43(3): 655-665。
唐誌，史丹，劉丹，等。基於滑模變結構控製的人體下肢外骨骼電液伺服係統．信息與自動化，2013, 2013: 559 - 563。
J Pratt, C Chew, A Torres，等。虛擬模型控製:一種直觀的雙足運動方法．國際機器人研究雜誌， 2001, 20(2): 129-143。
李誌強，李誌強，李誌強，等。動力外骨骼基於意圖的肌電圖控製．IEEE反式。生物醫學中[j] .， 2012, 59(8): 2180-2190.]
He, K Kiguchi。基於肌電的人體下肢運動輔助外骨骼機器人控製研究．信息技術在生物醫學中的應用，2007。ITAB 2007。第六屆國際專題會議, 2007: 292 - 295。
P高，C L劉易斯，D P費裏斯。不變的踝關節力矩模式時，行走與沒有機器人踝關節外骨骼．生物力學雜誌， 2010, 43(2): 203-209。
D P費裏斯，K E戈登，G S薩維奇，等。使用比例肌電控製的改良動力踝足矯形器．步態和姿勢， 2006, 23(4): 425-428。
A R Donati, S Shokur, E Morya等。基於腦機接口的步態協議的長期訓練可誘導截癱患者的部分神經功能恢複．科學報告， 2016, 6: 30383。
劉德，陳偉，裴澤明，等。一種由大腦控製的用於人類步態訓練的下肢外骨骼．科學儀器綜述地球物理學報，2017,88(10):104302。
N Kwak, K Müller, S Lee。一種基於穩態視覺誘發電位的下肢外骨骼控製係統．神經工程雜誌， 2015, 12(5): 56009。
徐榮，蔣寧，N Mrachacz-Kersting，等。閉環腦機接口觸發主動踝足矯形器，誘導皮質神經可塑性。《IEEE生物醫學工程彙刊， 2014, 61(7): 2092-2101。
G Aguirre-Ollinger, U Nagarajan, A Goswami。一種用於下肢外骨骼輔助的導納整形控製器．自主機器人， 2016, 40(4): 701-728。
丁浩，楊旭，鄭寧，等。Tri-Co機器人:中國一項旨在增強機器人交互能力的機器人研究計劃。國家科學評論， 2017, 5(6): 799-801。
作者的貢獻
XD負責整個審判過程;DS寫了手稿;WXZ和WZ輔助稿件的結構和語言。所有作者閱讀並批準最終稿。
作者的信息
迪施，1988年生，現任博士研究生北京航空航天大學機器人研究所，中國．他獲得了學士學位武漢理工大學，中國在2011年,。他獲得了碩士學位北京航空航天大學、中國在2014年,。主要研究方向為可穿戴下肢康複機器人控製。
張武祥，1978年生，現任北京師範大學副教授北京航空航天大學機械工程與自動化學院，中國．他獲得了博士學位北京航空航天大學、中國在2009年,。主要研究方向為柔性機械係統與機器人動力學、智能設備與檢測技術。
張偉，1986年生，現任博士研究生北京航空航天大學機器人研究所，中國．他獲得了學士學位西北工業大學，中國在2009年,。主要研究方向為可穿戴機器人的機械設計。
丁錫倫，1967年生，現任北京大學教授、博士生導師北京航空航天大學機械工程與自動化學院，中國．他獲得了博士學位哈爾濱工業大學，中國在1997年,。主要研究方向為柔性機械係統與機器人動力學、空間機器人非完整控製、空中機器人動力學與控製、仿生機器人等。
確認
作者衷心感謝北京航空航天大學的祁崇、邵一新老師在稿件準備過程中的批判性討論和閱讀。
相互競爭的利益
作者聲明他們之間沒有利益衝突。
資金
國家重點研發計劃(批準號:2016YFE0105000)和國家自然科學基金(批準號:91848104)資助。
作者信息
從屬關係
相應的作者
權利和權限
開放獲取本文根據知識共享署名4.0國際許可協議(http://creativecommons.org/licenses/by/4.0/)，它允許不受限製地在任何媒體上使用、分發和複製，前提是您要適當地注明原作者和來源，提供創作共用許可的鏈接，並說明是否進行了更改。
關於這篇文章
引用這篇文章
施，大，張偉，張偉。et al。下肢康複外骨骼機器人研究進展。下巴。j .機械工程。Eng。32歲的74(2019)。https://doi.org/10.1186/s10033-019-0389-8
收到了：
修改後的：
接受：
發表：
DOI：https://doi.org/10.1186/s10033-019-0389-8
關鍵字
- 控製方法
- 下肢外骨骼
- 機械設計
- 康複機器人