張拉整體機器人構(gòu)型與運動控制研究現(xiàn)狀及進展

摘 要 研究發(fā)現(xiàn)張拉整體結(jié)構(gòu)存在于細胞骨架、肌肉-骨骼系統(tǒng)等生物體，并將其原理廣泛應(yīng)用于建筑、雕塑、空間探測等工程結(jié)構(gòu)中。張拉整體結(jié)構(gòu)具有形態(tài)可調(diào)性、受力可控性、繩索抗拉性和結(jié)構(gòu)輕質(zhì)、結(jié)構(gòu)自穩(wěn)定等優(yōu)勢，因此在機器人領(lǐng)域極具應(yīng)用前景。而軟體機器人作為一種新型、仿生、能與人安全交互的機器人，近年來成為力學、材料學、醫(yī)學、生物學等多學科交叉領(lǐng)域的研究熱點之一。但是，要想實現(xiàn)靈活準確的運動、高效地承受外載、迅速地適應(yīng)環(huán)境等復(fù)雜特性和功能，張拉整體機器人在其構(gòu)型、運動步態(tài)及控制研究等方面依舊面臨著巨大挑戰(zhàn)。本研究選取張拉整體機器人的三大典型類別（棱柱形張拉整體機器人、球形張拉整體機器人及構(gòu)型較復(fù)雜的張拉整體機器人），對其構(gòu)型、運動步態(tài)及控制的國內(nèi)外相關(guān)研究現(xiàn)狀和發(fā)展趨勢進行綜述，旨在為機器人的仿生學研究提供科學依據(jù)。

關(guān)鍵詞 張拉整體機器人；結(jié)構(gòu)形態(tài)；運動控制

中圖分類號 TP24 文獻標識碼 A 文章編號 2096-7721（2024）02-0130-08

Current status and development of configuration and motion control of tensegrity robots

CAO Xinyan1， LI Runyuan2， CHEN Jiajun2， LI Jiakai3， YI Jiang4， SUN Zhongbo5， DUAN Xiaoqin4

（1. College of Automotive Engineering， Jilin University， Jilin 130021， China; 2.College of Nursing， Jilin University， Jilin 130021， China; 3.College of Mechanical and Aerospace Engineering， Jilin University， Jilin 130021， China; 4.Department of

Rehabilitation， the Second Hospital of Jilin University， Jilin 130041， China; 5.College of Control Engineering，

Changchun University of Technology， Jilin 130021， China）

Abstract Studies has found that tensegrity structures exist in organisms like cytoskeleton and musculoskeletal system， which could be applied to engineering structure like architecture， sculpture and space exploration. Tensegrity structures have advantages of flexibility， controllability， tensile resistance， light in weight and autostability， which could be widely used in robots. Being a new， bionic and man-machine interactive system， soft robot has become one of the research hotspots in the interdisciplinary field that bridges mechanics， materials science， medicine and biology. However， it faces great challenges in accurate motion， high load and rapid adaption to environment. The configuration， motion gait and motion control of three typical tensegrity structures （prismatic tensegrity robots， spherical tensegrity robots and complex ones） were selected and discussed in this study， aiming to provide scientific bases for the bionics research of robots.

Key words Tensegrity Robot; Configuration; Motion Control

“張拉整體結(jié)構(gòu)”的概念最早可追溯到1921年，主要應(yīng)用于城市雕塑等藝術(shù)造型方面。對張拉整體結(jié)構(gòu)的早期研究工作大多由Emmerich D G[1]完成，他將自應(yīng)力結(jié)構(gòu)定義為由桿件和索段組成的結(jié)構(gòu)。直到目前，人們對張拉整體結(jié)構(gòu)還沒有一個統(tǒng)一、明確的定義?；趶埨w結(jié)構(gòu)的可展性、預(yù)應(yīng)力成形特性、自適應(yīng)性、恒定應(yīng)力性、結(jié)構(gòu)的非線性及非保守性等特性，越來越多的學者開始了張拉整體機器人的相關(guān)研究。

因張拉整體結(jié)構(gòu)由桿和繩組成，其中桿長或繩長可變，各自相互運動從而使結(jié)構(gòu)形態(tài)發(fā)生變化，若能夠控制其按照一定規(guī)律變化，就可實現(xiàn)機器人的某種特定形態(tài)改變或運動。因此，有學者將張拉整體結(jié)構(gòu)運用到機器人設(shè)計上，從而使機器人產(chǎn)生運動。Pinaud J P等人[2]及Skelton R E等人[3]在2003年首先提出了張拉整體機器人的設(shè)計理念。張拉整體結(jié)構(gòu)主要能達成兩種運動步態(tài)：翻滾步態(tài)和爬行步態(tài)。由于張拉整體機器人易于變形，可以實現(xiàn)多種構(gòu)型及運動姿態(tài)，且質(zhì)量輕、抗沖擊性強，已被應(yīng)用于航天、探測、救災(zāi)等關(guān)鍵領(lǐng)域。但是如何控制復(fù)雜桿件的運動是一個棘手問題，而如何降低控制的復(fù)雜度是研究的關(guān)鍵點。此外，由于在實際應(yīng)用中面對多變的地形或其他外力環(huán)境，加上結(jié)構(gòu)較軟、易變形，如何使張拉結(jié)構(gòu)對運動的影響降到最小也是研究難點之一?，F(xiàn)有的張拉整體機器人根據(jù)外形主要分為棱柱形張拉整體機器人、球形張拉整體機器人以及構(gòu)型較復(fù)雜的張拉整體機器人3大類。本研究針對上述3類張拉整體機器人，從構(gòu)型、運動步態(tài)及控制方面對國內(nèi)外相關(guān)研究的現(xiàn)狀和發(fā)展趨勢進行綜述。

1 張拉整體機器人構(gòu)型

1.1 棱柱形張拉整體機器人構(gòu)型 以四桿為例，四桿張拉整體結(jié)構(gòu)由4根桿和12根索組成，在自穩(wěn)定狀態(tài)下同類構(gòu)件長度相同，內(nèi)力相同（如圖1）。

四桿張拉整體結(jié)構(gòu)的三維模型可參考田云峰等人[4]的三維建模，該模型是根據(jù)四桿張拉整體結(jié)構(gòu)變形、翻滾加驅(qū)動而形成的（如圖2）。

棱柱形結(jié)構(gòu)的一種特殊化是平面張拉整體結(jié)構(gòu)，Begey J等人[5]將2根剛性桿通過轉(zhuǎn)動關(guān)節(jié)形成“X”形的可用于醫(yī)療機器人的柔性剪刀結(jié)構(gòu)（如圖3）。

三桿及四桿張拉整體構(gòu)型是大部分張拉整體結(jié)構(gòu)的基礎(chǔ)，將該構(gòu)型進行疊加可以實現(xiàn)豐富的功能，從而達到機器人在實際應(yīng)用中的運動和工作要求。

1.2 球形張拉整體機器人構(gòu)型 球形張拉整體機器人可由兩個最基本的三桿九索張拉整體單元拼接而成。此類機器人運動靈活，具有廣泛的研究意義。球形張拉整體機器人基本構(gòu)型如圖4所示，結(jié)構(gòu)中包括6根剛性桿和24根柔性索，構(gòu)成對稱的二十面體，整個結(jié)構(gòu)的節(jié)點均勻地分布在同一個球面上，從而形成一個整體的球形構(gòu)型。

具體的球形張拉整體機器人實例很多，以Chen L H等人[6]設(shè)計的帶有線性驅(qū)動器的球形張拉整體機器人為例（如圖5）。

1.3 較復(fù)雜張拉整體機器人構(gòu)型 為提高機器人運動時適應(yīng)復(fù)雜地形的能力，減小單個單元故障對結(jié)構(gòu)整體的影響，隨著結(jié)構(gòu)控制水平的提高，逐漸衍生出了由單個棱柱形結(jié)構(gòu)組合而成的張拉整體機器人。以DuCTT機器人為例，它由四面體框架和索連接而成，其四面體框架包括由節(jié)點ABCD和節(jié)點IJKL構(gòu)成的兩端四面體框架以及由節(jié)點EFGH構(gòu)成的中間四面體框架（如圖6）。

這類機器人的構(gòu)型還可以通過適當增加中間四面體的個數(shù)進行擴展，可以使機器人的形變能力大幅提升，從而滿足實際應(yīng)用中大形變的需求。2019年，F(xiàn)raldi M等人[7]利用蛇形張拉整體構(gòu)型來模擬肌動蛋白細絲（如圖7），而Li W Y等人[8]通過組合多個張拉整體結(jié)構(gòu)建立了一個模擬人手的張拉整體機器人（如圖8）。這些研究為在生物啟發(fā)材料和軟機器人設(shè)計中更廣泛地使用工程模型鋪平了道路。而且，該構(gòu)型與人的脊柱、一些動物運動模型相似，因此在仿生領(lǐng)域有很大應(yīng)用前景。

2 張拉整體機器人運動控制

張拉整體機器人和傳統(tǒng)張拉整體結(jié)構(gòu)的區(qū)別在于，其在工作環(huán)境下結(jié)構(gòu)狀態(tài)發(fā)生改變，外在表現(xiàn)為構(gòu)型的改變，內(nèi)在表現(xiàn)為結(jié)構(gòu)構(gòu)件相互作用力的改變。這種改變可以通過張拉整體結(jié)構(gòu)的主動控制過程實現(xiàn)，而對張拉整體結(jié)構(gòu)的運動控制具體體現(xiàn)在基于所建立的模型采用特定算法對機器人的運動軌跡進行規(guī)劃，同時輔以伺服控制系統(tǒng)，包括傳感器或驅(qū)動器的優(yōu)化布置。其中一些典型的算法如貪心算法（即從微觀的“局部”考慮當前能做出的最好決策，此算法可以保證在選擇最好方案的同時提高效率）、遺傳算法（即模擬達爾文生物進化論中自然選擇和遺傳學機理的生物進化過程搜索最優(yōu)解）、基于動力松弛法的路徑跟蹤算法（即將非線性結(jié)構(gòu)的結(jié)構(gòu)體系進行離散后對機器人運動軌跡進行跟蹤）等。

以下就不同構(gòu)型張拉整體機器人的運動控制進行分類討論。

2.1 棱柱形張拉整體機器人運動控制 三桿及四桿張拉整體結(jié)構(gòu)的桿數(shù)較少，整體構(gòu)件數(shù)也較少，結(jié)構(gòu)相對簡單，實現(xiàn)該結(jié)構(gòu)運動控制的復(fù)雜性低，有利于進行張拉整體機器人運動控制的初步研究。

對棱柱形張拉整體機器人的早期試驗主要通過遺傳算法進行爬行步態(tài)的運動控制。結(jié)果表明，張拉整體結(jié)構(gòu)可以為輕量級、強容錯機器人提供基礎(chǔ)，并具有多種運動步態(tài)的潛力。雖然不同位置的驅(qū)動器可以使結(jié)構(gòu)獲得相同的變形，但也出現(xiàn)了相同驅(qū)動方式獲得不同移動步態(tài)導(dǎo)致運動失去控制的情況。在現(xiàn)今人-機-環(huán)境交互的背景下，Yagi S等人[9]基于三桿張拉整體結(jié)構(gòu)研究出了能夠根據(jù)不同環(huán)境進行自適應(yīng)變形的機制。Zappetti D等人[10]提出了一種可變剛度張拉結(jié)構(gòu)的新設(shè)計方法，實現(xiàn)了壓縮時前所未有的剛度變化。Boehler Q等人[11]基于平面索驅(qū)動張拉整體結(jié)構(gòu)，分別利用張力和速度分布算法開發(fā)了兩種適應(yīng)的控制策略，以實現(xiàn)機構(gòu)的變剛度能力，未來有望推展到空間機構(gòu)。田云峰等人[4]在2019年進行了四桿張拉整體機器人單步驅(qū)動方式的研究，并且探討了機器人向預(yù)定目標運動的方法。

總體來說，棱柱形張拉整體機器人運動控制的研究起步較早，驅(qū)動方式較簡單，但其開啟了在調(diào)整驅(qū)動方式以及優(yōu)化驅(qū)動器材料、改進算法、人-機-環(huán)境交互、結(jié)構(gòu)剛度強度調(diào)整等研究領(lǐng)域的先河，為后續(xù)更復(fù)雜的結(jié)構(gòu)控制的研究奠定了基礎(chǔ)。

2.2 球形張拉整體機器人運動控制 從結(jié)構(gòu)和運動形式來看，球形張拉整體結(jié)構(gòu)較其他張拉整體結(jié)構(gòu)更適宜發(fā)展成機器人，因此近年來不斷有學者對其展開研究并取得了顯著的成果。

針對近幾年球形張拉整體機器人的控制算法研究及相應(yīng)驅(qū)動方式和結(jié)構(gòu)的改進，其大致情況見表1。

以上研究主要通過改變桿索驅(qū)動方式、調(diào)整驅(qū)動構(gòu)件數(shù)從而調(diào)整控制難度，并對人工肌肉、形狀記憶合金、仿生材料進行了探索，同時利用各種機器學習算法、神經(jīng)網(wǎng)絡(luò)策略來提高球形張拉整體機器人克服復(fù)雜地形的能力、提升其運動穩(wěn)定性和避障能力、提高其運動速度，改善了球形張拉整體機器人的經(jīng)濟性和能源利用率。

2.3 較復(fù)雜構(gòu)型張拉整體機器人運動控制 相比同體積常規(guī)機器人，張拉整體機器人質(zhì)量更輕，工作能耗更小，尤其是由較多三桿或四桿等單元組合而成的張拉整體機器人，它能產(chǎn)生更復(fù)雜的形變且具有更強的越障能力，在管道爬行、仿生、制作醫(yī)療器械等方面更具優(yōu)勢，目前吸引了較多學者進行研究。其在仿生及醫(yī)療方面的重要研究見表2。

3 難點與未來研究工作

目前對于張拉整體機器人的研究尚處于初步階段，難點主要集中在張拉整體機器人的構(gòu)型、運動步態(tài)、運動控制等，且存在一些仍可探索的領(lǐng)域。

3.1 結(jié)構(gòu)運動步態(tài)的多樣性有待探索 由于棱柱形張拉整體機器人的著地點較少，驅(qū)動原理為摩擦驅(qū)動，因此大多用它來實現(xiàn)爬行運動；而六桿張拉整體機器人由于形狀接近球形，受重力影響，易于實現(xiàn)滾動運動。但是棱柱形結(jié)構(gòu)也有實現(xiàn)滾動運動的可能，如四桿張拉整體結(jié)構(gòu)已經(jīng)能夠?qū)崿F(xiàn)滾動運動。雖然三桿張拉整體結(jié)構(gòu)轉(zhuǎn)化為滾動機器人難度較大，但仍值得思考，因為這可能為降低滾動張拉整體機器人運動控制難度和能耗做出貢獻。

爬行運動雖然精確、靈活，但速度較慢，滾動運動可以實現(xiàn)快速翻滾但很難定位精確位置，兩種步態(tài)的權(quán)衡和互補是研究關(guān)鍵。

3.2 機器人運動穩(wěn)定性仍需加強 球形張拉整體機器人驅(qū)動器的數(shù)目較多，進行翻滾實驗時要進行的實驗次數(shù)多、難度大。同時，由于球形張拉整體機器人索構(gòu)件的非線性相互作用，每個細微的變化都會影響機器人的整體結(jié)構(gòu)和運動步態(tài)，其控制難度很大。例如，張拉整體機器人在與環(huán)境進行物理交互時，會發(fā)生非線性變形，受外力影響往往會激發(fā)機器人的振動行為，尤其是構(gòu)型較復(fù)雜的如蛇形張拉整體機器人等橫向吸收振動的能力相對較弱，容易受環(huán)境影響產(chǎn)生微小變形。這些問題使得規(guī)劃算法的研究局限于局部步態(tài)和準靜態(tài)路徑的生成。對于目前所研究的張拉整體機器人，完成一個特定變形和指定的翻滾動作仍然具有難度。

3.3 面向?qū)嶋H應(yīng)用的性能優(yōu)化尚需深入 張拉整體機器人面對復(fù)雜運動軌跡的能力依然不足，需要進一步從機器人的構(gòu)型、形變姿態(tài)運動規(guī)劃以及控制方面研究張拉整體機器人如何能在實際應(yīng)用中（如L型、T型管道等環(huán)境中）實現(xiàn)更好性能。此外，在醫(yī)學方面，張拉整體結(jié)構(gòu)適用于上下肢康復(fù)機器人等符合人體工學的輔助醫(yī)療器械，如何進一步與人體構(gòu)造結(jié)合并用于患者治療與康復(fù)尚需進一步的

研究。

4 結(jié)論

本研究主要探討張拉整體機器人的構(gòu)型、運動步態(tài)以及運動控制，分析了棱柱形張拉整體機器人、球形張拉整體機器人和較復(fù)雜構(gòu)型張拉整體機器人針對不同步態(tài)的運動控制的研究歷史和現(xiàn)狀，包括構(gòu)型優(yōu)化、新型材料、驅(qū)動方式、仿生設(shè)計、規(guī)劃算法、魯棒性、優(yōu)化控制策略等，對其現(xiàn)存的不足和可發(fā)展點進行了探討。

基于服務(wù)于人、立志創(chuàng)新以及節(jié)能減排的出發(fā)點，張拉整體機器人需要更全面的優(yōu)化以在實際應(yīng)用中發(fā)揮更大的功用。在運動層面，需要豐富運動控制形式、提高各層次功能強度；在應(yīng)用層面，應(yīng)深入仿生學領(lǐng)域，在工學、醫(yī)學等方面有更多建樹。

利益沖突聲明：本文不存在任何利益沖突。

作者貢獻聲明：①曹心言負責設(shè)計論文框架，起草論文，文獻閱讀，研究過程的實施，數(shù)據(jù)收集和分析，繪制圖表；②李潤源、陳嘉郡、李傢楷、易江、孫中波、段曉琴負責論文修改；③易江、孫中波、段曉琴負責擬定寫作思路，指導(dǎo)文章撰寫并最后定稿。

參考文獻

[1] Emmerich D G. Self-tensioning spherical structures： singles and double layer spheroids [J]. Int J Space Structure， 1990， 3（4）： 353-374.

[2] Pinaud J P， Masic M， Skelton R E. Path planning for the deployment of tensegrity structures [C] // Smart Structures and Materials. California： International Society for Optics and Photonics， 2003： 436-447.

[3] Pinaud J P， Solari S， Skelton R E. Deployment of a class 2 tensegrity boom [C] // Smart structures and materials. California： International Society for Optics and Photonics， 2004： 155-162.

[4] 田云峰， 羅阿妮， 劉賀平. 4桿張拉整體機器人單步驅(qū)動方式分析[J]. 制造業(yè)自動化， 2019， 41（7）： 93-97.

[5] Begey J， Vedrines M， Renaud P. Design of tensegrity-based manipulators： comparison of two approaches to respect a remote center of motion constraint[J]. IEEE Robotics and Automation Letters， 2020， 5（2）： 1788-1795.

[6] Chen L H， Kim K， Tang E， et al. Soft Spherical tensegrity robot design using rod-centered actuation and control [J]. Mech Robot， 2017. DOI： 10.1115/1.4036014.

[7] Fraldi M， Palumbo S， Carotenuto A R， et al. Buckling soft tensegrities： fickle elasticity and configurational switching in living cells [J]. Journal of the Mechanics and Physics of Solids， 2019， 12（4）： 299-324.

[8] Li W Y， Nabae H， Endo G， et al. New soft robot hand configuration with combined biotensegrity and thin artificial muscle [J]. IEEE Robotics and Automation Letters， 2020， 5（3）： 4345-4351.

[9] Yagi S， Kang S， Yu S， et al. Evaluation of shape-changing tensegrity structure robot for physical human-robot interaction [C] // Proceedings of the IEEE International Conference on Advanced Robotics and its Social Impacts. Beijing， China： IEEE， 2019， 35（47）： 20-24.

[10] Zappetti D， Jeong S H， Shintake J， et al. Phase Changing materials-based variable-stiffness tensegrity structures [J].

Soft Robotics， 2020， 7（3）： 362-369.

[11] Boehler Q， Abdelaziz S， Vedrines M， et al. From modeling to control of a variable stiffness device based on a cable-driven tensegrity mechanism[J]. Mechanism and Machine Theory， 2017. DOI： 10.1016/j.mechmachtheory.2016.09.015.

[12] WANG Z J， LI K， HE Q G， et al. A light-powered ultralight tensegrity robot with high deformability and load capacity [J]. Adv Mater， 2019， 31（7）： 1-8.

[13] Chung Y S， Lee J H， Jang J H， et al. Jumping tensegrity robot based on torsionally prestrained SMA Springs [J].

ACS Appl Mater Interfaces， 2019， 11（43）： 40793-40799.

[14] Luo J L， Edmunds R， Rice F， et al. Tensegrity robot locomotion under limited sensory inputs via deep reinforcement learning [C] // Proceedings- IEEE International Conference on Robotics and Automation. Brisbane， Australia： IEEE， 2018： 6260-6267.

[15] Kim K， Agogino A K， Agogino A M. Rolling locomotion of cable-driven soft spherical tensegrity robots [J]. Soft Robot， 2020， 7（3）： 346-361.

[16] Rieffel J， Mouret J B. Adaptive and resilient soft tensegrity robots [J]. Soft Robot， 2018， 5（3）： 318-329.

[17] Surovik D， Wang K， Vespignani M， et al. Adaptive tensegrity locomotion： controlling a compliant icosahedron with symmetry-reduced reinforcement learning [J]. SAGE Journals， 2019， 40（1）： 375-396.

[18] Littlefield Z， Surovik D， Vespignani M， et al. Kinodynamic planning for spherical tensegrity locomotion with effective gait primitives [J]. International Journal of Robotics Research， 2019， 38（12-13）： 1442-1462.

[19] Cera B， Agogino A M. Multi-cable rolling locomotion with spherical tensegrities using model predictive control and deep learning [C] // IEEE International Conference on Intelligent Robots and Systems. Madrid， Spain： IEEE， 2018： 6595-6600.

[20] Vespignani M， Friesen J M， Sunspiral V， et al. Design of SUPERball v2， a compliant tensegrity robot for absorbing large impacts [C] // Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS）. Madrid， Spain： IEEE， 2018： 2865-2871.

[21] Vespignani M， Ercolani C， Friesen J M， et al. Steerable Locomotion Controller for Six-strut Icosahedral Tensegrity Robots [C] // Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS）. Madrid， Spain： IEEE， 2018： 2886-2892.

[22] Zhang M， Geng X Y， Bruce K J， et al. Deep reinforcement learning for tensegrity robot locomotion [C] //

Proceedings of the International Conference on Robotics and Automation （ICRA）. Singapore： IEEE， 2017： 634-641.

[23] B?hm V， Kaufhold T， Zeidis I， et al. Dynamic analysis of a spherical mobile robot based on a tensegrity structure with two curved compressed members [J]. Archive of Applied Mechanics， 2017， 87（5）： 853-864.

[24] Liu H P， Zhang J Y， Ohsaki M. New 3-bar prismatic tensegrity units [J]. Composite Structures， 2018. DOI： 10.1016/j.compstruct.2017.09.063.

[25] Baines R L， Booth J W， Kramer-Bottiglio R. Rolling soft membrane-driven tensegrity robots [J]. IEEE Robot Autom Lett， 2020. DOI： 10.1109/LRA.2020.3015185.

[26] Kaufhold T， Schale F， B?hm V， et al. Indoor Locomotion Experiments of a Spherical Mobile Robot Based on a Tensegrity Structure with Curved Compressed Members [C] // IEEE / ASME International Conference on Advanced Intelligent Mechatronics， AIM. Munich， Germany： IEEE， 2017： 523-528.

[27] Zappetti D， Arandes R， Ajanic E， et al. Variable-stiffness tensegrity spine [J]. Smart Materials and Structures， 2020， 29（7）： 10.

[28] Jung E， Ty L V， Cheney C， et al. Design， construction and validation of a proof of concept flexible-rigid mechanism emulating human leg behavior[J]. APPLIED SCIENCES-BASEL， 2021. DOI： 10.3390/app11199351.

[29] Melnyk A， Pitti A. Synergistic control of a multi-segments vertebral column robot based on tensegrity for postural balance[J]. Advanced Robotics， 2018， 32（15）： 850-864.

[30] Realpe J R J， Aiche G， Abdelaziz S， et al. Asynchronous and decoupled control of the position and the stiffness of a spatial RCM tensegrity mechanism for needle manipulation [C]//2020 IEEE International Conference on Robotics and Automation （ICRA）. 2020. DOI： 10.1109/ICRA40945.2020.9197507.

[31] Lessard S， Pansodtee P， Robbins A， et al. A soft exosuit for flexible upper-extremity rehabilitation[J]. IEEE Transactions on Neural Systems And Rehabilitation Engineering， 2018， 26（8）： 1604-1617.

編輯：劉靜凱