主動助力下肢康復外骨骼機器人研究現(xiàn)狀

中圖分類號：TP242 DOI： 10.16578/j.issn.1004.2539.2025.05.021

0 引言

近年來，中國的醫(yī)療保健體系正面臨著巨大挑戰(zhàn)，肢體殘疾人口呈顯著增長趨勢，脊髓損傷及中風患者數(shù)量均在不斷增加[1-4]。因此，提高這些患者的康復訓練和日常活動的援助顯得尤為重要[5。傳統(tǒng)康復方式存在治療師資源緊、治療周期長等問題，使得下肢康復外骨骼成為一種有前景的康復輔助裝置。下肢康復外骨骼能夠提供必要的支持和助力，促進患者運動功能的改善和康復，有望成為偏癱患者和肢體殘疾人群的得力輔助。

主動助力下肢康復外骨骼機器人是一種協(xié)助殘障患者進行下肢康復訓練的設備，它使用先進的機器人技術和智能控制系統(tǒng)，通過提供動力和助力來幫助患者進行步態(tài)訓練和肌肉力量恢復，從而提高患者的行走能力和生活質量。它的出現(xiàn)為殘障患者提供了更多的康復選擇和希望，幫助他們重拾信心、重新融入社會生活。已有相關文獻的研究重點是對下肢外骨機器人進行運動助力以及動力增強等場景的綜合研究，并未對其醫(yī)療康復方面進行具體研究。本文對近年來國內外主動助力下肢康復外骨骼機器人進行總結和比較，并針對該領域內仍然有待解決和優(yōu)化的關鍵技術進行了闡述和分析，以期為主動助力下肢康復外骨骼機器人的設計與開發(fā)提供一些啟發(fā)和幫助，從而能夠研制出更多適用于不同環(huán)境以及針對不同患者的主動助力下肢康復外骨骼機器人。

1外骨骼機器人介紹

主動助力下肢康復外骨骼機器人是多系統(tǒng)結構，如圖1所示，其通常包括關節(jié)傳感器、數(shù)據(jù)采集系統(tǒng)、控制系統(tǒng)和驅動單元等關鍵部件8。通過這些組件，下肢康復外骨骼能夠實時監(jiān)測患者的運動意圖、姿態(tài)和肌肉活動水平，并能夠根據(jù)實時數(shù)據(jù)提供個性化的助力和支持，提高患者康復效率，減輕醫(yī)護負擔，幫助患者恢復下肢功能和獨立行走能力。

主動助力下肢康復外骨骼機器人的主要用途有3個方面。 ① 康復訓練：幫助下肢受傷或殘疾患者進行康復訓練，包括步行恢復訓練、肌肉力量恢復訓練等。 ② 助力行走：提供患者在行走時的支持和助力，促進步態(tài)的恢復和改善，幫助患者重新獲得行走能力。 ③ 功能改善：通過智能控制系統(tǒng)和助力裝置，提高患者下肢的肌肉力量、協(xié)調性和靈活性，改善其下肢運動功能。

2 研究現(xiàn)狀

近年來，由于外骨骼的制造成本降低和需要外骨骼的人群逐漸增加，許多研究機構和學校開發(fā)研制了針對不同患者使用的主動助力下肢康復外骨骼機器人。根據(jù)下肢外骨骼對單條腿的助力關節(jié)個數(shù)，本文將其分為單關節(jié)和多關節(jié)主動助力下肢康復外骨骼機器人（圖2、圖3），并分別對其助力效果、設計合理性等進行各種試驗評估。

2.1單關節(jié)主動助力下肢康復外骨骼機器人

單關節(jié)主動助力下肢康復外骨骼機器人主要針對單個關節(jié)進行助力和支持，在康復訓練中起到輔助和增強的作用，如表1所示。相對于多關節(jié)外骨骼，其能夠幫助康復患者進行特定關節(jié)的功能鍛煉，以促進患者的肌肉力量和運動功能的恢復。

2.1.1關節(jié)下肢康復外骨骼機器人

2014年，東南大學的WU等8設計了一種為有行走障礙的個體提供輔助的動力髖關節(jié)下肢外骨骼機器人[圖2（a）]。該外骨骼設備具有仿生結構，與人體臀部解剖結構相匹配，并可實現(xiàn)與用戶的自然交互，通過可調組件和人機交互力傳感器保持適應性。試驗數(shù)據(jù)顯示，使用該外骨骼設備的情況下，前壓力傳感器的壓力平均值下降約 22.4% ，后壓力傳感器下降約 38.7% 。該外骨骼的設計考慮了用戶的舒適度，配置了傳感器和調節(jié)功能，以確保交互過程的平穩(wěn)自然。

2014年，意大利機器人研究所的GIOVACCHINI等[10]123-34設計了一種在日常生活場景中提供下肢運動輔助的髖關節(jié)外骨骼機器人圖2（b）]。該外骨骼的控制系統(tǒng)由低級閉環(huán)轉矩控制、高級輔助控制和安全回路組成，該控制系統(tǒng)全部在實時控制器上運行，并具有用于高轉矩或關節(jié)速度的安全開關。結果表明，該外骨骼具有合適的動態(tài)特性：在 0.2～3.2Hz 的頻譜中，閉環(huán)轉矩控制帶寬約為 15Hz ，輸出阻抗范圍約為 1～35N?m/rad 。該外骨骼設計輕巧，具備靈活的適應性，能夠提供舒適的人機交互，可滿足不同用戶的運動模式和人體測量差異。2018年，比薩圣安娜大學的GRAZI等[71在該外骨骼的基礎上提出了一種新的基于比例肌電圖策略用于輔助髖關節(jié)屈伸。結果表明，輔助措施的時間是影響控制策略有效性的最重要參數(shù)。但該團隊所提出的控制器對所有受試者都沒有足夠的性能，控制器參數(shù)是根據(jù)用戶的主觀感知進行調整的，這可能不是最有效的輔助輪廓的可靠策略。

2019年，蘇州大學的 ZHANG等[2]158-1519設計了一種幫助髖關節(jié)肌肉無力的個體恢復正?；顒幽芰Φ耐夤趋罊C器人[圖2（c）]。該外骨骼裝備了4個串聯(lián)彈性驅動器（SEA），使得髖部能夠進行屈伸和外展內收運動。每個SEA由平面無刷電動機驅動，通過諧波齒輪傳動，SEA裝備有運動學和動力學傳感器，電氣系統(tǒng)負責高層控制、低層電動機控制、傳感器信號采集和處理。試驗結果證明，與不佩戴髖關節(jié)外骨骼行走相比，使用髖關節(jié)外骨骼行走時的肌電圖降低了 3.3%～38% 。此外，當控制器的慣性補償為 60% 時，最大髖關節(jié)屈曲角度的時間增加了 10% 。該外骨骼能同步人體動態(tài)響應、減少人體運動所需肌肉轉矩、幫助進行精確軌跡追蹤。2022年，新加坡國立大學的QIAN等[13]417-428開發(fā)了一種為不完全性截癱患者或與年齡相關的活動能力下降的老年人提供行走輔助的髖關節(jié)外骨骼[圖2（d）]。為了提高體關節(jié)外骨骼的驅動透明度和安全性，提出了一種新型的非線性系列彈性驅動器（nonlinearSeriesElasticActuator，nSEA），其質量僅為 0.85kg ，峰值轉矩輸出為 19.8N?m 。非線性系列彈性驅動器驅動的髖關節(jié)外骨骼在驅動透明度和安全性方面優(yōu)于ZHANG團隊設計的串聯(lián)彈性驅動器驅動的髖關節(jié)外骨骼。但該外骨骼是為向前行走而開發(fā)的，其步態(tài)檢測方法和傳感器策略在橫向行走中均受到了限制。2023年，中國科學院大學的CA0等[14]196-1974提出了一種用于橫向康復訓練的新型髖關節(jié)外骨骼[圖2（e）]，該外骨骼可以通過在橫向行走時應用主動阻力轉矩來加強髖關節(jié)內收器，并適應不同用戶的身體類型。試驗數(shù)據(jù)表明，在髖關節(jié)外骨骼提供助力、預期轉矩被設置為10N?m 、 15N?m 和 20N?m 的外側行走條件下，與未佩戴外骨骼相比，肌電信號的最大自主等長收縮百分比分別增加了 591.9% 、 721.6% 和 918.9% ；闊筋膜張肌的最大自主等長收縮百分比分別增加了1626.3% 、 1994.7% 和 2331.6% 。該外骨骼可以改善髖關節(jié)內收肌的肌肉活動，并在增強髖關節(jié)外展肌方面具有良好的潛力。

2019年，清華大學的XUE等[15]318-3323開發(fā)了一種為骨骼肌無力的老年人和殘疾人提供行走輔助的髖關節(jié)下肢外骨骼機器人[圖2（f]。該外骨骼由軟硬混合型腰帶、便攜式電源、驅動電路和控制模塊的背包以及兩個柔性執(zhí)行器組成，具有4個與髖部對齊的自由度以及2個主動自由度和2個被動自由度，其外骨骼整體質量為 4.47kg 。數(shù)據(jù)顯示， 2km/h 行走時股直肌助力增加，而 3km/h 和 4km/h 行走時股直肌助力減少，分別減少了 5.4% 和 7.9% 。該外骨骼不需要準確的動力學模型或復雜的肌電圖、腦電圖信號來評估運動意圖。但是，在狀態(tài)檢測方面仍存在半個步態(tài)周期左右的時間延遲。

2020年，臺灣師范大學的HSU等[16]2465-2470研發(fā)了一種為肌無力患者提供輔助的4自由度髖關節(jié)外骨骼機器人[圖 2（g）] ，該外骨骼在每個髖關節(jié)上都設計有主動屈伸和被動外展/內收，以符合大腿的運動，其特點是盡可能接近下肢的擺動運動；同時，還集成了慣性測量單元傳感器和微控制器用于控制和測量。該外骨骼設計輕巧，符合人體解剖結構，并且具有高姿態(tài)測量準確性。2021年，該團隊基于開發(fā)的髖關節(jié)外骨骼機器人設計了無模型的線性擴展狀態(tài)觀察器、基于線性擴展狀態(tài)觀察器的滑模控制器和基于線性擴展狀態(tài)觀察器的快速終端滑?？刂破鳎梢杂行У貙崿F(xiàn)步態(tài)康復。通過步態(tài)康復試驗進行的跟蹤誤差分析可知，基于線性擴展狀態(tài)觀察器的快速終端滑?？刂破鲀?yōu)于其他兩個控制器[712。

2.1.2膝關節(jié)下肢康復外骨骼機器人

2014年，上海交通大學的REN等[18]683-688開發(fā)了一種可實現(xiàn)膝關節(jié)物理康復的第一代混合康復外骨骼系統(tǒng)[圖2（h）]。該外骨骼的機械結構為鋁制機械框架，配備直流伺服電動機及行星齒輪減速器驅動兩根鋼絲繩，通過3個相同的直齒輪實現(xiàn)外骨骼關節(jié)的運動。膝關節(jié)外骨骼配備絕對編碼器以測量旋轉角度、張力傳感器以測量傳輸力、壓力傳感電阻以測量與人體小腿的互動力，并通過數(shù)據(jù)采集實現(xiàn)實時控制。該外骨骼具有穩(wěn)定的力矩控制，但難以精確跟蹤期望軌跡。2017年，該團隊開發(fā)了用于人類膝關節(jié)擺動運動控制的第二代混合康復外骨骼系統(tǒng)[圖2（i]。該外骨骼采用彈性組件以變量剛度的方式傳輸驅動電動機產生的轉矩，并裝備絕對編碼器用于測量關節(jié)角位置、兩個交互式力傳感器用于測量外骨骼與小腿之間的相互力。該混合康復外骨骼系統(tǒng)對健康受試者和偏癱患者的一些評價試驗都證實了該外骨骼有利于截癱患者恢復肢體功能[91725。該外骨骼系統(tǒng)能提供足夠的補償轉矩，有效處理肌肉疲勞。并有望擴展應用范圍，發(fā)展出多自由度的混合外骨骼系統(tǒng)。

2015年，巴黎大學的HUO等[2033-318研發(fā)了一種用于康復膝關節(jié)屈伸運動的外骨骼機器人[圖2（j）]。該外骨骼由兩節(jié)骨節(jié)組成，它們分別附著在大腿和小腿上，使用適當?shù)闹Ъ芄潭ㄔ谂宕髡叩南轮?；設計了一個緊湊的傳動系統(tǒng)，使用齒輪電動機、滾珠螺釘、皮帶傳動和電纜傳動。該團隊還提出了一種基于非線性觀察器的主動阻抗控制策略，利用主動功率輔助來降低人-外骨骼系統(tǒng)的阻抗。該外骨骼系統(tǒng)能有效降低人機系統(tǒng)的阻抗，減少肌肉轉矩，具有較好的跟蹤性能。2019年，該團隊進一步研究了人體外骨骼系統(tǒng)的阻抗降低，以確保所期望的阻抗低于人體肢體的原始阻抗。此外，還提出了一種新的人-外骨骼模型來擴展該方法的潛在應用，并增加了新的理論分析，如性能分析和對建模不確定性的魯棒性。試驗結果表明，與不佩戴外骨骼的情況相比，慣性、阻尼和重力補償可以有效地降低肌電信號水平[21]2541-2556

2017年，卡內基梅隆大學的WITTE等[21646-1653研發(fā)了一種用于慢性步態(tài)異?；颊哌M行步態(tài)康復的膝關節(jié)外骨骼機器人「圖2（k]。該外骨骼的框架由腿部內側和外側相同的平面碳纖維支柱組成，末端執(zhí)行器由兩個強大的車載伺服電動機和一個實時控制器驅動，機械功率通過靈活的鮑登電纜纜繩傳輸。試驗中，轉矩測量的精度均方根誤差為 0.8N?m ，最大負載轉矩為 62.2N?m 。該外骨骼能夠在高帶寬下應用高轉矩，并在行走時平穩(wěn)地向用戶施加轉矩。但由于機器人結構和人體之間的干擾，它通常不允許下蹲式運動。2019年，紐約市立大學的YU等[23]192.07106為解決上述問題，研發(fā)了可下蹲的膝關節(jié)下肢外骨骼機器人[圖2（1]，采用電纜傳動和剛性可穿戴結構，實現(xiàn)了低輪廓、輕量級的膝關節(jié)機制和定制支架；此外，還設計了兩級電子系統(tǒng)，并引入了基于生物力學的下蹲輔助控制策略。試驗結果表明，與不使用外骨骼的下蹲相比，使用外骨骼在50% 的生物轉矩輔助下，3名健康受試者的平均肌電圖峰值分別減少了 87.5% 、 80% 和 75% 。該外骨骼具有高反向驅動性和高轉矩跟蹤精度。

2018年，紐約市立大學的WANG等[2414265-4272以舒適為中心設計了輕型可穿戴膝關節(jié)外骨骼機器人[圖2（m）] 該外骨骼結構將大腿遠端附著組件和小腿近端附著組件放置在離膝關節(jié)最近的距離，同時確保膝關節(jié)屈曲間隙；大腿近端附著位于腹股溝附近，小腿遠端附著位于踝關節(jié)上方。新的可穿戴結構和套裝布局，改善了傳統(tǒng)可穿戴結構設計中過大的作用力。轉矩控制試驗表明，3名人體參與者的轉矩跟蹤誤差為 0.31N?m 。該外骨骼能緩解由于機械設計和控制引起的穿戴不適問題。

2020年，麻省理工學院的MARTINEZ等[25]934-942設計了一種用于單側下肢損傷患者進行膝關節(jié)康復運動的下肢外骨骼[圖 2（n）] 該外骨骼的驅動膝關節(jié)由無刷電動機和兩級鏈傳動驅動，與膝關節(jié)分開包裝，位于大腿外側，通過一對電纜遠程驅動膝關節(jié)。該外骨骼的總質量為 2.0kg 。試驗結果顯示，所有受試者的每步平均電流為 0.6A ，理論功耗為 考慮到車載電池，將允許使用該設備連續(xù)行走約 5h， 該外骨骼將一種多關節(jié)控制方法應用于單關節(jié)，從受試者的主觀反饋表明了外骨骼的高舒適度。

2022年，東北大學的LONG等[26]678-687設計了一種幫助膝關節(jié)功能障礙患者進行康復訓練的便攜式輕型下肢外骨骼[圖2（o）]。該外骨骼主要由一個準直接驅動系統(tǒng)、機械節(jié)段、兩條肩帶和一個有形的控制面板組成。外骨骼可以通過大腿和小腿肩帶固定在人的腿上。試驗結果表明，目標膝關節(jié)角位置的最大值約為50^° ，膝關節(jié)控制轉矩的平均值位于[-2，4] N?m 的區(qū)間內。該外骨骼具有輕量化、高轉矩質量比，并且能根據(jù)生成的步態(tài)軌跡，實現(xiàn)不同用戶的人-外骨骼協(xié)調運動。

2.1.3踝關節(jié)下肢康復外骨骼機器人

2016年，德克薩斯大學的GE等[273493-3500研發(fā)了一種用于提高康復效果、促進患者參與、并提供依從性協(xié)助的踝關節(jié)下肢外骨骼機器人[圖2（p）]。該外骨骼由導納濾波器、內位置控制器和肌電圖驅動，使用高轉矩永磁同步電機與低比傳動以及磁場定向電機控制器來最小化額外質量的代謝負擔。試驗數(shù)據(jù)與沒有佩戴外骨骼相比，可以平衡準確地跟蹤和順應性的輔助，并以一種結合患者意圖和肢體狀況的方式來控制機器人。該外骨骼有潛力應用于腦卒中或脊髓損傷患者的康復訓練。

2018年，斯蒂文斯理工學院的ZHANG等[28]544-549開發(fā)了一種用于踝關節(jié)跖屈和背屈轉矩的新踝關節(jié)外骨骼機器人[圖2（q）]。該外骨骼包括一個電纜系統(tǒng)和硬性矯形支具，可以生成背屈和跖屈力矩；電動機、彈簧和稱重傳感器可以獨立控制踝關節(jié)的背屈和跖屈力矩。該外骨骼具有兩種不同的驅動模式：全主動和半主動，且全主動模式和半主動模式在轉矩跟蹤和阻抗方面的差異可以忽略不計。2019年，該團隊為上述外骨骼設計了一種新的控制器，以提高動力矯形器的透明度，測試結果表明，與傳統(tǒng)的零轉矩控制器相比，該控制器在慢速度下均方根相互作用力矩平均降低率為 19.1% ，在快速速度下均方根相互作用力矩平均降低率為17.43%[29247-253。

2019年，首爾國立大學的KWON等[30]2547-2552開發(fā)了一種用于中風患者康復的踝關節(jié)外骨骼機器人[圖2（r）]。該外骨骼機器人采用柔性熱塑性聚氨酯材料，設計了靈活的結構以高效固定驅動腱，具有提供旋轉穩(wěn)定性并保持便利的穿脫性，其總質量為 1540g □此外還配備有高性能電動機和傳感器，能提供最大70N的輔助力，通過主控制器進行數(shù)據(jù)采集和處理，并可與驅動模塊進行無線通信，實現(xiàn)自由行走。結果顯示，其在步態(tài)推進和足下垂預防方面均有改善。該外骨骼成本低、輕便、易于佩戴，在改善腦卒中后偏癱步態(tài)方面具有潛力。

2020年，北京航空航天大學的WANG等[31723-739研發(fā)了一種用于實現(xiàn)雙側跖屈和背屈雙向運動的無纜繩驅動的踝關節(jié)外骨骼機器人[圖2（s）]，該外骨骼通過一個帶有齒輪-滑輪組件的力傳遞系統(tǒng)，可有效地將動力從安裝在腰部的馬達轉移到末端執(zhí)行器；并可利用足部壓力傳感器和慣性測量單元實時檢測人體的步態(tài)周期。當受試者佩戴外骨骼并通電時，比目魚肌的肌肉活動比未佩戴外骨骼的狀態(tài)減少了5.2% 。該外骨骼的末端執(zhí)行器不干擾身體的其他平面或其他關節(jié)的運動。

2022年，北亞利桑那大學的OREKHOV等[32]8092-8099設計了一種用于減少能量消耗、增加電池壽命和電機壽命的踝關節(jié)外骨骼[圖2（t）]。該外骨骼采用單向碳纖維葉片彈簧和電纜驅動滑輪，具有可調節(jié)接觸角度且適用于不同步態(tài)的特點。外骨骼總質量在2.4～2.6kg ，且具有無線功能和基于比例關節(jié)控制器的自適應跖屈肌輔助。試驗結果表明，與沒有彈簧接合相比，平行彈性設計的峰值電動機電流降低了14%～20% ，集成電流降低了 16%～19% 。該外骨骼利用平行彈性元件降低了執(zhí)行器轉矩和能量消耗，增加了電池壽命和電機壽命。

2023年，西安交通大學的YIN等[3314847-4854設計了一種用于中風患者的踝關節(jié)外骨骼機器人[圖 2（u）] 該外骨骼服裝通過一個電動機的順時針和逆時針旋轉為踝關節(jié)提供背屈和跖屈的輔助；兩個電磁棘輪離合器安裝在穿著者的大腿上，在行走時，額外的負荷對穿著者的新陳代謝消耗影響較小。試驗表明，與這種沒有設計離合器的外骨骼相比，設備透明度提高了 84.58% ，輔助延遲時間減少了 57.77% 。該外骨骼能幫助不同體型的中風幸存者進行康復訓練。

2.2多關節(jié)主動助力下肢康復外骨骼機器人

多關節(jié)主動助力下肢康復外骨骼包括2個關節(jié)或者3個關節(jié)的設計，如表2所示。這些關節(jié)設計可以提供更加復雜的動作支持和生物力學模擬，有助于更全面的下肢康復訓練。多關節(jié)主動助力下肢康復外骨骼相對于單關節(jié)外骨骼系統(tǒng)可提供更全面的康復效果，更接近自然步態(tài)，并具備更好的穩(wěn)定性和平衡性支持。

2.2.1髖-膝關節(jié)下肢康復外骨骼機器人

2015年，范德比爾特大學的HA等[34]455-466設計了用于截癱患者步態(tài)恢復的混合外骨骼[圖3（a）]，該外骨骼在髖關節(jié)和膝關節(jié)均裝有電動機，此外還配備了1個四通道的肌肉刺激器，用于刺激股四頭肌和半腱肌肌群。除了電動機，膝關節(jié)還額外裝有通常處于鎖定狀態(tài)的制動器，主要作為安全措施，以防止在斷電情況下膝關節(jié)彎曲。該外骨骼有望提高生理效益，同時將電力消耗最小化。

2017年，香港中文大學的CHEN等[35]7-18設計了幫助癱瘓患者恢復站立/坐下和行走能力的髖-膝關節(jié)下肢外骨骼[圖3（b）]。該外骨骼主要采用鋁合金制成，實現(xiàn)了輕、高剛度。此外，還使用了一些其他材料，如傳動軸用的鋼和支撐用的高密度聚乙烯。該外骨骼的機械結構設計為可調的，可容納 1.55～ 1.85m 高度范圍的佩戴者。試驗數(shù)據(jù)表明，有了外骨骼提供輔助后，患者站立動作的持續(xù)時間為2＼～11s，坐下動作的持續(xù)時間為 18～27s 。該外骨骼搭配的智能拐杖能獲得更多的人類-外骨骼系統(tǒng)信息，并可用于對外骨骼的智能控制。

2018年，臺灣交通大學LIANG等[36-開發(fā)了一種幫助健康人進行更安全、更快或更有能量行走的髖-膝關節(jié)外骨骼[圖3（c）]。外骨骼骨骼由4個電動機組成，分別安裝在雙腿的臀部和膝關節(jié)上。每個電動機的驅動器都連接到主控制器，中間和右側的每條腿上安裝4個力傳感電阻，以測量施加在大腿和小腿上的外力。該外骨骼減少了對傳感器的需求，方便了安裝和拆卸，但理論分析較為復雜，計算需求較大。2020年，該團隊在該外骨骼基礎上對閉環(huán)系統(tǒng)的魯棒穩(wěn)定性進行了嚴格的理論分析，并通過試驗驗證了力矩估計算法的準確性和魯棒性。從試驗數(shù)據(jù)可以看出，較輕的載荷會導致更小的關節(jié)力矩、更快的關節(jié)角速度和更短的步態(tài)周期時間[]

2018年，上海交通大學的GUI等[38]483-494開發(fā)了一種用于提高外骨骼康復機器人訓練效果的具有單側活動的髖-膝關節(jié)下肢外骨骼機器人[圖3（d）]。該外骨骼是為 165～180cm 高的用戶設計的，用于檢測受試者的主動關節(jié)力矩。該外骨骼能克服由肌電信號時變特性引起的問題，但由于未知的地面反作用力，估計其不能在站立階段工作。

2020年，西安交通大學的TU等39]2536設計了用于增加患者的主動參與、提高康復訓練效果的新的體-膝關節(jié)下肢外骨骼機器人[圖3（e）]，該外骨骼采用有源自由度進行髖、膝關節(jié)的活動控制，并集成了無刷直流電機、諧波減速器和單軸力傳感器實時監(jiān)測康復訓練期間人體與外骨骼的相互作用力。數(shù)據(jù)表明，受試者具有積極運動意圖時膝關節(jié)的跟蹤誤差較小，均方根誤差為 0.69^° ，峰值誤差為 1.65^° 。該外骨骼能提高患者的人機交互和主動參與的靈活性。

2021年，北卡羅來納州立大學的MOLAZADEH等[0]1021-1036設計了一種幫助行動障礙患者的混合式外骨骼[圖3（f]。外骨骼包括兩個直流無刷伺服電動機用于髖部，兩個直流電動機用于膝部，以及兩組功能電刺激電極貼片用于股四頭肌肌肉?；旌鲜酵夤趋朗瓜リP節(jié)和關節(jié)期望位置與實際位置之間的均方根誤差分別降低了 46.20% 和 53.34% 。該外骨骼是將功能性電刺激和動力外骨骼結合的混合式外骨骼，是一種幫助行動障礙患者的新興技術。

2022年，中山大學的PAN等[41318開發(fā)了一種幫助行走障礙人群的髖-膝關節(jié)下肢康復外骨骼[圖3 該外骨骼腿桿的長度可以通過無級調節(jié)機構調整，范圍長達 16cm ，以適應不同的穿戴者身高。為了確保安全，使用了旋轉限位器來限制關節(jié)角度，以防止穿戴者受傷。在外骨骼的腿桿上安裝有綁帶，固定在穿戴者身上，其總質量不到 16kg 。試驗結果表明，髖關節(jié)和膝關節(jié)的均方根誤差分別從6.45減少到1.22和從4.15減少到3.09。該外骨骼采用計算機數(shù)控加工制造，可確保足夠的加工精度，所設計的自調諧控制器產生了更好的響應和消除振蕩。

2023年，北京理工大學的GA0等[42]123831設計了用于減少患者與機器人之間的相互作用力、并自適應地規(guī)劃患者期望的步態(tài)輪廓的髖-膝關節(jié)下肢外骨骼機器人[圖3（h）]。該外骨骼固定在移動支架的滑軌上，使其可以隨著身體的重心上下浮動，使患者在行走時更舒適。外骨骼的大腿和小腿的長度和腰部的寬度都可以用大頭針來調整，適用于身高在 155～ 195cm 、體質量小于或等于 110kg 的人。該外骨骼適用人群范圍廣，該研究為腦卒中患者的康復提供了一個更有效和可持續(xù)的康復研究方案。

2.2.2膝-踝關節(jié)下肢康復外骨骼機器人

2016年，新加坡國立大學的CHEN等[43J51-64設計了用于中風患者在門診和家庭進行地面步態(tài)訓練的膝-踝關節(jié)外骨骼[圖3（i]。外骨骼的總機械質量約為 3.5kg ；且膝關節(jié)和踝關節(jié)的驅動機構非常特殊，是一種通過四桿連接的新型緊湊線性傳感裝置。該外骨骼可以很容易地重新配置為膝關節(jié)機器人或腳踝機器人，以適應不同的癥狀。

2017年，德克薩斯大學的ZHU等[4]504-510設計了用于步態(tài)康復訓練的新型動力膝-踝外骨骼機器人[圖3（j）]，該外骨骼通過設計具有轉矩密集電機和低比傳動的矯形器，結構簡單，實現(xiàn)了固有的反向驅動性、高轉矩和功率輸出。試驗數(shù)據(jù)表明，踝關節(jié)的平均絕對轉矩平均值降低了 22.9% ，膝關節(jié)的平均值降低了 63.13% 。

2021年，南方科技大學ZHONG等[45786-793開發(fā)了一種由系列彈性驅動器驅動和電纜驅動的膝-踝關節(jié)下肢外骨骼[圖 3（k） ]，并提出了一種基于步態(tài)的廣義輔助策略，以增強慢性中風患者的步態(tài)對稱性。試驗結果證明，該外骨骼在提高行走步態(tài)對稱性方面可達到與參與者正常步態(tài)相當?shù)乃健Ｔ撏夤趋涝试S個人定制，更同步地協(xié)助于他們的行走步態(tài)模式。

2.2.3髖-膝-踝關節(jié)下肢康復外骨骼機器人

2017年，新澤西理工學院的ANDROWIS等[46]1-2研發(fā)了用于改善不同類型神經功能障礙患者的行走能力和提高活動能力的髖、膝、踝關節(jié)下肢外骨骼機器人圖3（1]。該外骨骼包含智能伺服電動機，采用快速原型制造技術和智能力矩傳感器以及壓力鞋墊用于準確測量。2021年，該團隊基于上述外骨骼提出了一種可進行具有效率、穩(wěn)定性和強魯棒性協(xié)同的下蹲練習的基于強化學習的運動控制器，并且更加完善了該外骨骼。升級后的外骨骼總質量為20.4kg ，所有關節(jié)都由智能執(zhí)行器驅動。髖和膝關節(jié)采用錐齒輪驅動設計，踝部由兩個平行電動機驅動，并在閉環(huán)中同時作用。在每個腳板底部安裝有4個力傳感器，用于測量地面反作用力，測得的力可以用于實時確定重心壓力點。試驗結果表明，當受到來自殘疾人的不確定的外骨骼相互作用時，它可以維持穩(wěn)定的運動[47]702845。2023年，該團隊提出了新的基于深度神經網絡、強化學習的下肢外骨骼魯棒控制器。試驗結果證明，該控制器能夠為健康的人或不同殘疾狀況的患者提供幫助，包括面部四肢癱瘓、肌肉無力和偏癱狀況[48]4-44

2018年，蘇黎世聯(lián)邦理工學院SCHRADE等[49]18研發(fā)了一種用于在不平坦的地形上行走的新型的髖、膝、踝關節(jié)動力下肢外骨骼[圖3（m）]，該外骨骼通過可變機械剛度執(zhí)行機構來驅動膝關節(jié)以調整腿部的順應性。該外骨骼具有對運動完全性脊髓損傷患者恢復行走能力的適用性，并且還促進了工程師、臨床醫(yī)生和外骨骼用戶的合作。

2018年，LI等[50]2493-2500提出了一種可變導納控制策略和自適應控制器，以實現(xiàn)基于預期人體運動的順應性。當人與環(huán)境交互時，他們通過獲取傳感器信息獲得時變剛度值。受上述研究的啟發(fā)，考慮到人類的意圖，2022年，中國科學技術大學的HUANG等[5]1541-552使用導納控制將人機交互集成到外骨骼中，進一步塑造行走外骨骼的參考軌跡，并且研發(fā)了可以實現(xiàn)佩戴者運動意圖的髖、膝、踝關節(jié)下肢外骨骼機器人[圖3（n]。試驗數(shù)據(jù)表明，所提出的方法可以有效地隨時間塑造步進軌跡。該外骨骼考慮人類行走過程中對機械的擾動，使用導納模型，利用人機交互力進一步塑造行走外骨骼的參考軌跡。

2018年，哥倫比亞工程學院的SANCHEZ-MAN-CHOLA等[52]-設計了一種用于中風幸存者的可活動的下肢外骨骼，該下肢外骨骼是一種位于髖關節(jié)和膝關節(jié)旋轉中心的剛性驅動器結構，允許這些關節(jié)屈伸運動。2021年，同校的MAYAG等[53β在其基礎上設計了兩種控制策略，即透明和救援模式。在透明模式下，用戶的力/轉矩被考慮并轉換為角速度。在輔助方面，在髖關節(jié)和膝關節(jié)處產生 20～30N?m 的轉矩，其中輔助的程度可以改變。2019年，GO-MEZ-VARGAS等[54I02608開發(fā)了新型動力踝關節(jié)足矯形器，用于幫助和修復踝關節(jié)功能障礙。它在腿的額部和后部有兩個驅動系統(tǒng)，與這些機制相連的是由柔性和彈性機制組成的肌腱，它執(zhí)行踝關節(jié)的背-跖屈運動。2022年，圣埃斯皮里圖聯(lián)邦大學的OTALORA等[55873將單側髖、膝關節(jié)下肢外骨骼和踝關節(jié)矯形器共同作用于患者[圖3（o]，使單側外骨骼成為偏癱患者的有效訓練系統(tǒng)。試驗結果顯示，在共同協(xié)助下，股二頭肌肌肉活動減少 50% ，腓腸肌外側肌減少 59% ，前脛骨肌減少 35% ○

2022年，長春理工大學的GAO等[56]266開發(fā)了一種使患者有更好的佩戴舒適性和運動靈活性的12自由度擬人化下肢外骨骼機器人[圖3（p]，該外骨骼機器人采用多自由度關節(jié)外骨骼、仿生人工膝關節(jié)外骨骼和被動剛性-柔性耦合踝關節(jié)外骨骼。通過平面行走康復訓練步態(tài)試驗，驗證了擬人化下肢外骨骼結構的可行性，進一步證明了外骨骼結構的運動形式與人體運動之間的良好協(xié)調；通過在笛卡兒坐標系中以連桿之間的關節(jié)角為反饋值來建立七連桿下肢外骨骼康復機器人的動力學模型，并對動態(tài)捕獲的運動軌跡進行了數(shù)據(jù)分析。為下肢外骨骼康復機器人的步態(tài)規(guī)劃和控制系統(tǒng)提供了理論依據(jù)。

2023年，印度理工學院的NARAYAN等[57]78-795開發(fā)了一個髖、膝、踝關節(jié)下肢外骨骼機器人[圖3（q）]，該外骨骼在設計上采用了6自由度結構，利用重型步進電動機驅動髖關節(jié)，利用螺桿型步進電動機驅動膝關節(jié)，并選擇直流步進電動機作為驅動裝置，以減少安裝復雜性、提高外骨骼系統(tǒng)的便攜性。該外骨骼是為年齡8＼～10歲、體質量 25～35kg 、身高110＼～120cm 、運動功能未受損害的兒童設計和開發(fā)的。試驗結果表明，所提出的控制方案的均方根誤差幾乎小于 40% 。該外骨骼可很好地為特定兒童進行康復訓練。

還有其他一些研究，如2015年意大利技術研究所設計的可實現(xiàn)增強運動意圖和有效的運動輔助的膝關節(jié)外骨骼機器人、2016年麻省理工學院設計的降低踝關節(jié)正機械力的踝關節(jié)外骨骼機器人、2018年中山大學設計的可促進患者參與、并提供依從性協(xié)助的踝關節(jié)外骨骼機器人、2018年陸軍空軍學院開發(fā)的膝關節(jié)置換術后腿部康復外骨骼機器人、2022年北部灣大學提出的可提高康復訓練的有效性、增加佩戴者舒適度、減少患者阻力的膝關節(jié)外骨骼機器人、2022年印度斯里大學提出的用于負重支撐的膝關節(jié)下肢外骨骼。上述這些研究大多是對已有的外骨骼機器人進行仿真模擬，并配合了驗證其控制策略的試驗。

3關鍵技術分析

主動助力下肢外骨骼機器人涉及多個學科，其中包括：康復醫(yī)學工程學、機械傳動、生物工程學、控制工程等。盡管各類下肢外骨骼機器人的設計自標和使用人群有較大差異，但它們的主要設計主旨以及注意事項大同小異。常見的關鍵技術包括以下幾種。

3.1 驅動器類型

主動助力下肢康復外骨骼適用于需要高度個性化控制、自適應性和額外助力的用戶。不同的驅動器可以提供不同程度的助力和支持，以滿足不同用戶群體的需求。其驅動器類型包括電動機驅動器[64-65]、液壓驅動器[67]、氣動驅動器[68-6]等。

電動機驅動器具有精準的運動控制和快速響應的優(yōu)勢，但可能不能提供同等級別的高轉矩，且功耗和熱量產生可能導致電池壽命縮短和過熱問題，且可能增加整體系統(tǒng)的質量和體積[70-72]。液壓驅動器能夠提供強大的動力和高轉矩，但系統(tǒng)的復雜性可能導致更多的故障和維護需求，同時可能增加系統(tǒng)的質量[73-74]。氣動驅動器具有優(yōu)越的結構設計和低能耗的特點，有潛力為佩戴者提供高效、低成本的服務，但在使用前需要嚴格確定壓力限制，以確保安全性[75-76]

驅動器類型的選擇對于主動助力下肢康復外骨骼的研究具有重要意義。對于主動助力下肢康復外骨骼，電動機驅動器是使用最多的，其不僅噪聲低、無污染，而且滿足輕型設計的要求。高轉矩密度輕、轉矩大、無須配合減速機的微型直驅電動機是未來驅動器的發(fā)展方向。

3.2 人機耦合

人機耦合是將主動助力下肢外骨骼機器人與穿戴者兩者之間相結合，形成人機耦合系統(tǒng)。外骨骼機器人的設計必須考慮人機耦合，以確保穿戴者的安全、舒適、靈活和輕便。因此，需要在外骨骼機器人的關節(jié)處設計有限的裝置，或編程限制旋轉角度，防止關節(jié)損傷。另外，外骨骼機器人在工作過程中可能會發(fā)生碰撞和墜落，因此，需要建立科學的評價方法并提高佩戴者的舒適性和靈活性。

3.3 能源動力

主動助力下肢康復外骨骼機器人普遍存在連續(xù)工作時間不足的問題，因此，能量動力已成為外骨骼機器人發(fā)展的關鍵缺陷8。目前，大多數(shù)的下肢外骨骼機器人都是由電池和發(fā)動機提供動力的。電池作為一種電源，具有安全可靠、易更換和低噪聲的特點，但其功率密度和能量密度相對較低，充電時間長且使用不便。發(fā)動機輸出功率大、電源持續(xù)時間長，但在運行過程中噪聲大且污染嚴重，難以控制且質量較大。綜上所述，兩種電源都存在重大缺陷，極大地限制了動力輔助下肢外骨骼機器人的發(fā)展。

由于外骨骼機器人的電源必須是可移動的，所選的能源必須具備足夠的功率和安全性[。然而，現(xiàn)有大多數(shù)電源相對較重，且連續(xù)的能量供應時間非常有限。為此，研究人員開始探索太陽能、生物能源和燃料電池等一系列新能源技術，希望在未來可以有效解決這一關鍵難題。這些新能源技術有望提供更高的功率密度和能量密度，同時還可能提供可持續(xù)且便捷的能源供應，從而推動下肢外骨骼機器人的進一步發(fā)展和應用。

3.4 傳動機構

傳動機構對下肢外骨骼機器人具有重要意義，可為外骨骼機器人提供足夠的力量、速度和靈活性，從而實現(xiàn)支撐、行走和其他動作。對于下肢外骨骼機器人來說，直接驅動機構可以提供高效的力量和速度傳輸，并且不會出現(xiàn)傳統(tǒng)機構的功率損耗，但由于直接驅動機構需要的電動機和傳感器等部件較多，可能會增大外骨骼機器人的質量，且在一些情況下可能會限制外骨骼機器人的靈活性；固定鉸鏈滑動機構可以使下肢外骨骼機器人能夠在保持穩(wěn)定的同時提供較大范圍的關節(jié)運動，但滑動部件接觸面較大，可能會產生較多摩擦，導致能量損耗和磨損問題8；肌腱驅動機構可以使下肢外骨骼機器人實現(xiàn)較高的力量輸出和較快的響應速度，且結構相對靈活，但肌腱驅動機構的繩索或軟組織易受磨損，需要定期更換或維護，同時需要對其進行精確控制才能實現(xiàn)準確的力量輸出8；推拉電纜機構可以使下肢外骨骼機器人實現(xiàn)較大的運動范圍，結構簡單，易于維護和控制，但由于電纜容易受到松弛和拉緊的影響，可能需要頻繁檢查和調整，增大了維護成本82；鏈條齒輪機構可以使下肢外骨骼機器人實現(xiàn)較高的傳動效率和承載能力，但鏈條齒輪機構的傳動部件較多、較重且需要定期潤滑和維護，增加了自身質量和維護成本83；對抗性機構可以平滑地提供動力傳輸，減少對電動機的轉矩要求，可改善外骨骼機器人的順應性和穩(wěn)定性，但對抗性機構在長時間使用后可能出現(xiàn)彈簧或氣壓元件的屈服效應，導致效率降低并需要進行維護和調整[84]；雙端桿機構可以使下肢外骨骼機器人實現(xiàn)較大的自由度和靈活性，但其結構復雜，需要精密的控制和調整，使得系統(tǒng)設計和維護工作較為復雜[85]。

通過合適的動力傳動機構，外骨骼機器人可以模擬人體運動、助力行走、提高患者康復訓練效果，甚至幫助提高工作效率、減輕人體勞動負擔。由于人體個體差異巨大，外骨骼機器人需要具有很強的穿戴適應性，以滿足不同佩戴者的要求。因此，合理選擇和設計動力傳動機構，對于下肢外骨骼機器人的性能和功能至關重要8，但使用單一的傳動機構易使下肢外骨骼機器人存在一些局限性，比如可能無法同時滿足力量輔助和靈活的姿態(tài)控制等多種需求。使用混合的傳動機構可以實現(xiàn)功能多樣性、發(fā)揮各自優(yōu)勢的互補效果以及更好地適應不同的需求。這種傳動機構的混合使用可以提高外骨骼機器人的整體性能和適應性，使其在不同場景下都能發(fā)揮更好的輔助效果。

3.5 傳感系統(tǒng)

在下肢主動助力康復外骨骼中，傳感器是不可或缺的元素，它們負責收集人體的關節(jié)角度、關節(jié)速度、關節(jié)受力等重要信息，從而為主動助力的閉環(huán)控制奠定基礎。這些收集到的數(shù)據(jù)對于控制外骨骼至關重要。彎曲傳感器可以在主動下肢外骨骼機器人中測量和監(jiān)測使用者的運動狀態(tài)，以實現(xiàn)更加精準和個性化的運動支持和康復訓練；壓力傳感器通常用于測量液壓壓力以及與外部環(huán)境和穿戴外骨骼的用戶之間的力矩相互作用；壓電傳感器在下肢外骨骼機器人中可以捕捉和響應用戶身體動作中的微小、快速變化8；力傳感器可直接測量用戶在界面處施加的力，用于驗證用戶意圖以及估計外骨骼機器人的性能（如承受負荷、能量輸出）等；轉矩傳感器主要用于下肢外骨骼，可記錄關節(jié)角度、角速度和轉矩數(shù)據(jù)，為預測行走時人體運動意圖提供重要數(shù)據(jù)}；慣性測量單元（InertialMeasurementUnit，IMU）傳感器主要用于下肢外骨骼，分析步態(tài)階段，識別有關步行步態(tài)周期的有用信息，如從膝關節(jié)生成的俯仰角度。傳感器融合技術用于合并來自多個傳感器的數(shù)據(jù)，從而提高控制的準確性和可靠性。這些傳感器技術的組合可在下肢外骨骼中實現(xiàn)精確地測量和控制，支持包括康復和行動輔助在內的各種應用，有助于實現(xiàn)更加準確和智能的運動控制，為用戶提供更加自然和流暢的運動體驗，也有利于康復訓練和運動輔助的個性化定制。

3.6 控制算法

控制算法的作用是在傳感系統(tǒng)獲得人體運動狀態(tài)參數(shù)的基礎上，對人體的運動步態(tài)、運動意圖進行準確推理，從而實現(xiàn)主動助力功能。不同的控制算法可以影響外骨骼機器人系統(tǒng)的動力學性能、穩(wěn)定性、適應性和交互性能。阻抗/導納控制具有精確地運動控制和適應性，但其復雜性、穩(wěn)定性、高能耗、學習曲線和維護成本等缺點需要綜合考慮[93];自適應控制能夠根據(jù)用戶的需求和環(huán)境條件動態(tài)調整外骨骼的控制策略，但面臨計算復雜性、參數(shù)調整和魯棒性等挑戰(zhàn)[94-95]；神經網絡控制具有自適應性和實時調整等優(yōu)點，但面臨大量數(shù)據(jù)訓練、存在不確定性、計算復雜性等挑戰(zhàn)；滑?？刂凭哂袑崟r性強、魯棒性高等優(yōu)點，但對模型精確性和環(huán)境不確定性的考慮需要仔細且全面；PID控制簡單易用，但對非線性、時變系統(tǒng)不適用，需要注意系統(tǒng)的特性和復雜度，以充分發(fā)揮其優(yōu)勢[98；模糊控制能夠在下肢康復外骨骼動力學中應對系統(tǒng)的非線性和不確定性，但尚不能應對系統(tǒng)動態(tài)變化魯棒性方面的挑戰(zhàn)，需要謹慎考慮其適用性9]。

人體運動的強自主性、人機交互的強耦合以及系統(tǒng)模型的復雜性，使得許多控制算法難以實現(xiàn)人機協(xié)調和交互的目標。算法融合對下肢外骨骼機器人技術具有重要意義。它有助于整合和處理來自各種傳感器和設備的數(shù)據(jù)，提高對用戶動作識別和意圖預測的精確性和可靠性，對實現(xiàn)個性化、智能化的康復訓練和助力運動控制至關重要。此外，算法融合還可以融合不同類型的傳感器數(shù)據(jù)，提高對用戶姿勢和運動狀態(tài)的感知和理解，有助于實現(xiàn)更加準確的運動控制和動作協(xié)調，提高外骨骼機器人的自適應性。

表3歸納了主動助力下肢康復外骨骼機器人的關鍵技術。由表3可以看出，現(xiàn)有主動助力下肢康復外骨骼機器人的關鍵技術有了一定程度的發(fā)展，但都是單一的發(fā)展，在各種技術融合方面的研究較少。主動助力下肢康復外骨骼機器人的康復效果依賴于關鍵技術的綜合應用，而每一種技術都有其優(yōu)缺點和適用范圍，未來的研究方向應該是融合不同的關鍵技術聯(lián)合使用。然而，關鍵技術的應用需與患者的不同康復需求和每個患者的不同身高體重、機器人的材質和不同驅動器的選擇，以及環(huán)境等實際情況結合。因此，設計出一種符合每個患者期望的主動助力下肢康復外骨骼機器人十分困難。而當前快速發(fā)展的人工智能技術有望解決這一問題，通過應用深度學習和智能控制算法，外骨骼機器人可以實時地感知和適應患者的運動需求和環(huán)境變化，從而實現(xiàn)個性化的康復輔助。此外，人工智能還可以通過大數(shù)據(jù)分析和模式識別，為醫(yī)護人員提供更全面的患者運動康復數(shù)據(jù)和個性化康復方案，從而提升康復效果和患者的滿意度。因此，結合人工智能技術與外骨骼機器人的設計，有望為每個患者提供符合其期望的個性化主動助力下肢康復方案，為患者搭建一個優(yōu)質的康復平臺。

4展望

在當前快速發(fā)展的人工智能技術推動下，有動力下肢外骨骼機器人的未來發(fā)展具有廣泛的應用前景。然而，在實際應用中仍然存在諸多挑戰(zhàn)。目前的不足主要集中在能源供應系統(tǒng)的輕便高效化、控制系統(tǒng)的精準度以及舒適性和人機耦合等方面。為了更好地解決這些問題，未來有動力下肢外骨骼機器人可能會采取以下具體措施來解決這些挑戰(zhàn)：

1）可穿戴式能量收集技術。利用具有高效能量收集和轉換能力的材料，如納米發(fā)電材料或柔性太陽能電池，來設計能夠集成到外骨骼機器人上的可穿戴式能源收集裝置，以提供長時間持續(xù)的動力支持。

2）深度學習算法在控制系統(tǒng)中的應用。通過集成深度學習算法，使控制系統(tǒng)能夠實現(xiàn)更精準的動作預測和人體運動模式識別，從而提高外骨骼機器人在康復訓練和運動輔助中的個性化和自適應性能。

3）人機接口的智能化設計。結合人工智能技術，研究開發(fā)更智能化的人機接口系統(tǒng)，使機器人能夠更好地理解和適應使用者的需求，提供更個性

化、自適應的輔助服務。

這些具體技術和方法的發(fā)展將使得主動助力下肢康復外骨骼機器人更具競爭力，并為未來的醫(yī)療康復、運動輔助領域帶來更為廣泛的影響，進一步推動機器人在個性化、自適應等方面的性能?？傊?，在肢體障礙人群迅速增長的背景下，開發(fā)主動助力下肢康復外骨骼機器人的研究和應用還在起步階段，其未來充滿挑戰(zhàn)和可能。

參考文獻

[1]盛亦男，顧大男.概率人口預測方法及其應用：《世界人口展望》 概率人口預測方法簡介[J].人口學刊，2020，42（5）：31-46 SHENG Yinan，GU Danan.Probabilistic population forecasting method and its application：introduction of probabilistic population forecastingmethod inworldpopulationprospects[J].Population Journal，2020，42（5）：31-46.

[2]胡湛，彭希哲.應對中國人口老齡化的治理選擇[J].中國社會科 學，2018（12）：134-155. HU Zhan，PENG Xizhe.Governance choices in dealing with China's aging population[J].Social Sciences in China，2018（12）： 134-155.

[3］梁海艷.中國人口的新特征、新趨勢與思考：基于2020年第七次 全國人口普查公報數(shù)據(jù)的分析[J].曲靖師范學院學報，2021，40 （4）：97-103. LIANG Haiyan.New characteristic，trend and thinking of Chinese population：analysis based on data reported in seventh population census bulletin in 202o［J].Journal of Qujing Normal University， 2021，40（4）：97-103.

［4］賀寶榮，鄭博隆.中國脊髓損傷規(guī)范化治療和修復機制研究概況 [J].中華創(chuàng)傷雜志，2020，36（4）：289-292. HEBaorong，ZHENG Bolong.Overview of standardized treatment and repair mechanisms for spinal cord injury in China[J].Chinese Journal of Trauma，2020，36（4） ：289-292.

[5]KIM M S，SHIN IJ，PARK D G，et al. Post-stroke movement disorders disappearance：areportof disappearanceof tardive dyskinesiaafter strokeanda literaturereview[J].ActaNeurologicaBelgica，2022，123（5）：2005-2007.

[6]司訪，李鵬杰，李小奇，等.下肢康復醫(yī)療外骨骼發(fā)展現(xiàn)狀綜述 [J].兵器裝備工程學報，2021，42（2）：254-260. SI Fang，LI Pengjie，LI Xiaoqi，et al.Review on development statusoflowerlimbrehabilitationmedical exoskeleton[J].Journalof Ordnance Equipment Engineering，2021，42（2）：254-260.

［7]鄭凱，劉利利，王永奉，等.無動力下肢外骨骼機器人研究綜述及 發(fā)展趨勢[J].機械傳動，2021，45（4）：166-176. ZHENGKai，LIULili，WANG Yongfeng，etal.Research review and development trend of unpowered lower limb exoskeleton robot [J].Journal ofMechanical Transmission，2021，45（4）：166-176.

［8]郭騏源，胡志剛，付東遼.上肢助力外骨骼研究綜述[J].機械傳 動，2023，47（3）：141-155. GUO Qiyuan，HU Zhigang，F(xiàn)U Dongliao.A review of research on upper limb exoskeletons[J].Journal of Mechanical Transmission， 2023，47（3）：141-155.

[9] WU Q C，WANG X S，DUF P，et al. Design and control of a powered hip exoskeleton for walking assistance[J]. International Journal of Advanced Robotic Systems，2015，12（3）：18.

[10]GIOVACCHINI F， VANNETTI F，F(xiàn)ANTOZZI M，et al. A lightweight active orthosis for hip movement assistance[J].Robotics and Autonomous Systems，2015（73）：123-134.

[11]GRAZI L，CREA S，PARRIA，et al.Gastrocnemiusmyoelectric control of a robotic hip exoskeleton can reduce the user's lowerlimb muscle activities at push off[J].Frontiers in Neuroscience， 2018（12）：71.

[12]ZHANG T，TRAN M，HUANG H. Admitance shaping-based assistive control of SEA-driven robotic hip exoskeleton[J]. IEEE/ ASME Transactions on Mechatronics，2019，24（4）：1508-1519.

[13]QIANY，HAN S，WANG Y，et al. Toward improving actuation transparency and safety ofa hip exoskeleton with anovel nonlinear serieselasticactuator[J].IEEE/ASME TransactionsonMechatronics，2022，28（1）：417-428.

[14]CAO W J，SHANG DY，YIN M，et al. Development and evaluation of a hip exoskeleton for lateral resistance walk exercise[J]. IEEE/ASME Transactions on Mechatronics，2023，28（4） ： 1966- 1974.

[15]XUE T， WANG Z W，ZHANG T，et al. Adaptive oscillatrbased robustcontrol for flexible hipassistive exoskeleton[J].IEEE Roboticsand AutomationLetters，2019，4（4）：3318-3323.

[16]HSU S H，CHANG C C，CHEN C T，et al. Design and evaluation of a wearable lower limb robotic exoskeleton for power assistance [C]//2020 IEEE International Conference on Systems，Man，and Cybernetics（SMC）.IEEE，2020：2465-2470.

[17]HSU S H，CHANG C C，LEE HJ，et al. Design and implementation of a robotic hip exoskeleton for gait rehabilitation[J].Actuators，2021，10（9）：212.

[18]REN Y， ZHANG D G. FEXO knee： a rehabilitation device for knee joint combining functional electrical stimulation with a compliant exoskeleton[C]/th IEEE RAS/EMBS International Conference on Biomedical Robotics and Biomechatronics，2014：683-688.

[19]ZHANGD，RENY，GUI K，et al. Cooperative control fora hybrid rehabilitation system combining functional electrical stimulation and robotic exoskeleton [J].Frontiers in Neuroscience，2017 （11）：725.

[20]HUO W G，MOHAMMED S，AMIRAT Y. Observer-based active impedance control of a knee-joint assistive orthosis[C]/2015 IEEEInternational Conference on RehabilitationRobotics （ICORR）.IEEE，2015：313-318.

[21]HUO W，MOHAMMED S，AMIRAT Y. Impedance reduction control of a knee joint human-exoskeleton system[J]. IEEE Transactions on Control Systems Technology，2019，27（6）：2541-2556.

[22]WITTE K A，F(xiàn)ATSCHEL A M，COLLINS S H.Design of a lightweight，tethered，torque-controlled knee exoskeleton[C]/2017 International Conference on Rehabilitation Robotics （ICORR）. IEEE，2017：1646-1653.

[23]YU SY，HUANG TH，WANG D P，et al. Design and control of a quasi-direct drive soft hybrid knee exoskeleton for injury prevention during squatting[J].CoRR，2019：1902.07106.

[24]WANG JL，LIX，HUANG TH，etal.Comfort-centered design of alightweight and backdrivable knee exoskeleton[J].IEEE Robotics and AutomationLetters，2018，3（4）：4265-4272.

[25]MARTINEZA，DURROUGHC，GOLDFARBM.A single-joint implementation of flow control： knee joint walking assistance for individuals with mobility impairment[J].IEEE Transactions on Neural Systems and Rehabilitation Engineering，2020，28（4）： 934-942.

[26]LONGY，PENG Y.Design and control of a quasi-direct drive actuated knee exoskeleton[J].Journal of Bionic Engineering，2022，19 （3）：678-687.

[27]GEL，ZHU HQ，ELERY T，et al.Experimental implementation of underactuated potential energy shaping ona powered ankle-foot orthosis[C]//2016 IEEE International Conference on Robotics and Automation （ICRA）.IEEE，2016：3493-3500.

[28]ZHANGYF，KLEINMANNRJ，NOLANKJ，et al.Design and evaluation ofan active/semiactive ankle-foot orthosis for gait training［C]//2018 7th IEEE International Conference on Biomedical Robotics and Biomechatronics（Biorob）.IEEE，2018：544-549

[29]ZHANGYF，NOLAN KJ，ZANOTTO D.Oscillator-based transparent controlof an active/semiactive ankle-foot orthosis[J].IEEE Robotics and Automation Lettrs，2018，4（2）：247-253.

[30]KWON J，PARKJH，KU S，etal.A soft wearable robotic anklefoot-orthosis for post-stroke patients[J].IEEE Robotics and AutomationLetters，2019，4（3）：2547-2552.

[31]WANGTM，PEI X，HOU TG，etal.An untethered cable-driven ankleexoskeleton with plantarflexion-dorsiflexion bidirectional movement assistance[J].Frontiers of Information Technology amp; Electronic Engineering，2020，21（5）：723-739.

[32]OREKHOV G，LERNER Z F.Design and electromechanical performance evaluation ofapowered parallel-elastic ankle exoskeleton[J].IEEE Robotics and Automation Letters，2022，7（3）：8092- 8099.

[33]YIN S，SHI B，LIU G，et al.Electromagnetic clutch-based ankle exosuit for assisting stroke survivors with different body sizes[J]. IEEE Roboticsand Automation Letters，2023，8（8）：4847-4854.

[34]HA K H，MURRAY SA，GOLDFARB M.An approach for the cooperativecontrol ofFES with a powered exoskeleton during level walking for personswith paraplegia[J].IEEE Transactions on Neural Systems and Rehabilitation Engineering，20l6，24（4）： 455-466.

[35]CHENB，ZHONG CH，ZHAO X，et al.A wearable exoskeleton suit for motion assistance to paralysed patients[J]. Journal of Orthopaedic Translation，2017（11）：7-18.

[36]LIANG C，HSIAO T，HSIAO C C.Joint torque estimation of a powered exoskeleton under compliance control loop[C]/2018 International Automatic Control Conference（CACS）.IEEE，2018： 1-6.

[37]LIANG C，HSIAO T.Admittance control of powered exoskeletons based on joint torque estimation[J].IEEE Access，2020（8）： 94404-94414.

[38]GUI K，LIU HH，ZHANG DG.A practical and adaptive method to achieve EMG-based torque estimation fora robotic exoskeleton [J].IEEE/ASME Transactions on Mechatronics，2019，24（2）： 483-494.

[39]TUY，ZHUAB，SONGJY，etal.An adaptive sliding mode variable admittance control method for lower limb rehabilitation exoskeleton robot[J].Applied Sciences，2020，10（7）：2536.

[40]MOLAZADEHV，ZHANG Q，BAO XF，etal.An iterative learning controller for a switched cooperative allocation strategy during sit-to-stand tasks withahybrid exoskeleton[J].IEEE Transactions on Control Systems Technology，2022，30（3）：1021-1036.

[41]PAN C T，LEE M C，HUANG JS，et al. Active asistive design and multiaxis self-tuningcontrol of a novel lower limb rehabilitation exoskeleton[J].Machines，2022，10（5）：318.

[42]GAO X S，ZHANG PF，PENG XF，et al.Autonomous motion and control of lower limb exoskeleton rehabilitation robot[J].Frontiers in Bioengineering and Biotechnology，2023（11）：1223831.

[43]CHEN G，QIP，GUO Z，et al. Mechanical design and evaluation of a compact portable knee-ankle-foot robot for gait rehabilitation[J]. MechanismandMachineTheory，2016，103：51-64.

[44]ZHUHQ，DOANJ，STENCEC，et al.Design and validation of a torquedense，highly backdrivablepowered knee-ankle orthosis [C]//2017 IEEE International Conference on Robotics and Automation（ICRA）.IEEE，2017：504-510.

[45]ZHONG B，GUO KQ，YU HY，et al. Toward gait symmetry enhancement via a cable-driven exoskeleton powered by series elastic actuators [J].IEEE Robotics and Automation Letters，2021，7 （2）：786-793.

[46]ANDROWIS G J， KARUNAKARAN K，NUNEZ E，et al. Research and development of new generation robotic exoskeleton for overground walkingin individualswith mobilitydisorders（novel design and control）[C]//2017 International Symposium on Wearable Robotics and Rehabilitation（WeRob）.IEEE，2017：1-2.

[47]LUO S Z，ANDROWIS G，ADAMOVICH S，et al. Reinforcement learning and control of a lower extremity exoskeleton for squat assistance[J].Frontiers inRoboticsandAI，20218：702845.

[48]LUO S，ANDROWIS G，ADAMOVICH S，et al. Robust walking control of a lower limb rehabilitation exoskeleton coupled with a musculoskeletal model via deep reinforcement learning[J].JournalofNeuroengineeringandRehabilitationn，2023，20（1））：34-44.

[49]SCHRADE S O，DATWYLER K，STUCHELI M，et al. Development of VariLeg，an exoskeleton with variable stiffnessactuation： first resultsand user evaluation from the CYBATHLON 2016[J]. Journal ofNeuroengineering and Rehabilitation，2018，15（1）：18.

[50]LIHY，PARANAWITHANAI，YANGLJ，etal. Stable and compliant motion of physical human-robot interaction coupled with a moving environment using variable admitance and adaptive control[J]. IEEE Roboticsand Automation Letters，2018，3（3）：2493-2500.

[51]HUANG PB，LIZJ，ZHOU MC，et al.Fuzzy enhanced adaptive admittance control of a wearable walking exoskeleton with step trajectory shaping[J].IEEE Transactions on Fuzzy Systems，2022，30 （6）：1541-1552.

[52]SANCHEZ-MANCHOLAM，GOMEZ-VARGASD，CASAS-BOCANEGRAD，et al. Development of a robotic lower-limb exoskeleton for gait rehabilitation：agora exoskeleton[C]//2018 IEEE ANDESCON.IEEE，2018：1-6.

[53]MAYAG L JA，MUNERA M，CIFUENTES C A. Human-in-theloop control for agora unilateral lower-limb exoskeleton[J].Journal of Inteligentamp; Robotic Systems，2021，104（1）：3.

[54]GOMEZ-VARGAS D，BALLEN-MORENO F，RODRIGUEZGUERRERO C，et al. Experimental characterization of the TFLEX ankle exoskeleton for gait assistance[J].Mechatronics， 2021，78：102608.

[55]OTALORA S，BALLEN-MORENO F，ARCINIEGAS-MAYAG L，et al.Biomechanical effects of adding an ankle soft actuation in a unilateral exoskeleton[J].Biosensors，2022，12（10）：873.

[56]GAO M，WANG Z，PANG Z，et al. Electrically driven lower limb exoskeleton rehabilitation robot based on anthrop-omorphic design [J].Machines，2022，10（4）：266.

[57]NARAYAN J，DWIVEDY S K.Towards neuro-fuzzy compensated PID control of lower extremity exoskeleton system for passve gait rehabilitation[J].IETE Journal ofResearch，2023，69（2）：778-795.

[58]KARAVAS N，AJOUDANI A，TSAGARAKIS N，et al. Tele-impedance based assistive control for a compliant knee exoskeleton [J].Robotics and Autonomous Systems，2015，73：78-90.

[59]NAGARAJAN U，AGUIRRE-OLLINGER G，GOSWAMI A. Integral admitance shaping：a unified framework for active exoskeleton control[J].Robotics and Autonomous Systems，2015，75： 310-324.

[60]YAO S W，ZHUANG Y，LI Z J，et al. Adaptive admittance control for an ankle exoskeleton using an EMG-driven musculoskeletal model[J].Frontiers in Neurorobotics，2018（12）：16.

[61]YANG K，JIANG Q F，WANG XL，et al. Structural design and modal analysis of exoskeleton robot for rehabilitation of lower limb [J].Journal of Physics：Conference Series，2018，1087（6）： 062004.

[62]WANG Y F，LIU Z，F(xiàn)ENG Z Q. Design of a control framework for lower limb exoskeleton rehabilitation robot based on predictive assessment[J]. Clinical Biomechanics，2022（95）：105660.

[63]RANGANRP，MAHESWARIC，VAISALIS，etal.Design，development and model analysis of lower extremity exo-skeleton[J]. Medical Engineering and Physics，2022（106）：103830.

[64] VAN DIJK W，MEIJNEKE C， VAN DER KOOIJ H. Evaluation of the achilles ankle exoskeleton[J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering，2017，25（2）：151-160.

[65]HE Y，LIN，WANG C，et al. Development of a novel autonomous lower extremity exoskeleton robot for walking assistance[J].FrontiersofInformation Technologyamp;Electronic Engineering，2019， 20（3）：318-329.

[66]TAGLIAMONTENL，VALENTINIS，SUDANOA，etal.Switching assistance for exoskeletons during cyclic motions[J]. Frontiers in Neurorobotics，2019（13）：41.

[67]HUO W，MOHAMMED S，MORENO JC，et al.Lower limb wearable robots for assistance and rehabilitation：a state of the art[J]. IEEE Systems Journal，2016，10（3）：1068-1081.

[68]GOERGENR，VALDIERO AC，RASIAL A，et al. Development ofapneumatic exoskeleton robot for lower limb rehabilitation [C]// 2019 IEEE 16th International Conference on Rehabilitation Robotics （ICORR）.IEEE，2019：187-192.

[69]NATALI C D，SADEGHI A，MONDINI A，et al. Pneumatic quasipassive actuation for soft assistive lower limbs exoskeleton[J]. Frontiers in Neurorobotics，2020（14） ：31.

[70]GHOLAP R，THORAT S，CHAVAN A. Review of current developments in lower extremity exoskeleton systems[J]. Materials Today：Proceedings，2023，72：817-823.

[71] SLUCOCK T.A systematic review of low-cost actuator implementationsforlower-limbexoskeletons：atechnicalandfinancial perspective[J].Journal of Intelligentamp; Robotic Systems，2022， 106（1）：3.

[72]KAVALIEROS D， KAPOTHANASIS E，KAKAROUNTAS A，et al.Methodology for selecting the appropriate electric motor for robotic modular systems for lower extremities[J].Healthcare，2022， 10（10）：2054.

[73] SUN M W，OUYANG X P，MATTILA J，et al. One novel hydraulic actuating system for the lower-body exoskeleton[J]. Chinese Journal ofMechanical Engineering，2021，34（1）：1-10.

[74]ZHU Q X，ZHANG JH，LI X J，et al. An adaptive composite control for a hydraulic actuator impedance system of legged robots[J]. Mechatronics，2023，91：102951.

[75]MILLER-JACKSON T M，NATIVIDAD R F，LIM D Y L，et al. A wearable soft robotic exoskeleton for hip flexion rehabilitation[J]. Frontiers in Roboticsand AI，2022，9：835237.

[76]BESSLER-ETTEN J，SCHAAKE L，PRANGE-LASONDER G B， et al.Assessing effects of exoskeleton misalignmenton knee joint load during swing usingan instrumented leg simulator[J]. Journal ofNeuroengineering and Rehabilitation，2022，19（1）：1-18.

[77]SONG G K，HUANG R，QIU J，et al. Model-based control with interaction predicting for human-coupled lower exoskeleton systems [J].Journal of Intelligentamp; Robotic Systems，2020，100：389-400.

[78］李坦東，王收軍，侍才洪，等.穿戴式外骨骼機器人的研究現(xiàn)狀及 趨勢[J].醫(yī)療衛(wèi)生裝備，2016，37（9）：116-119. LI Tandong，WANG Shoujun，SHI Caihong，et al. Current study situationand tendency of exoskeleton robot[J].Chinese Medical Equipment Journal，2016，37（9）：116-119.

[79］馬樂，周平，王美玲，等.下肢康復外骨骼機器人步態(tài)相位切換研 究[J].制造業(yè)自動化，2017，39（8）：43-47. MA Le，ZHOU Ping，WANG Meiling，et al. Research on gait phase transition for lower limbs rehabilitation exoskeleton robot [J].ManufacturingAutomation，2017，39（8）：43-47.

[80]LUU TP，LOW KH，QU XD，et al. Hardware development and locomotion control strategy for an over-ground gait trainer： naturegaits[J].IEEE Journal of Translational Engineering in Health and Medicine，2017，2：2100209.

[81]JUNG C，JUNG S，CHUN M H，et al. Development of gait rehabilitationsystem capable of assisting pelvic movementof normal walking[J].Acta Medica Okayama，2018，72（4）：407-417.

[82]KONG K，JEON D.Design and control of an exoskeleton for the elderlyandpatients[J].IEEE/ASMETransactionsonMechatronics，2006，11（4）：428-432.

[83]KONG K，MOON H，HWANG B，et al. Impedance compensation of subar for back-drivable force-mode actuation[J].IEEE Transactions onRobotics，2009，25（3）：512-521.

[84]HUSSAINS，XIE SQ，JAMWALPK，etal.An intrinsicallycompliantrobotic orthosis for treadmill training[J].Medical Engineeringamp;Physics，2012，34（10）：1448-1453.

[85]BELFORTE G，GASTALDI L，SORLI M.Pneumatic active gait orthosis[J].Mechatronics，2001，11（3）：301-323.

[86]BERGMANNL，LUCK O，VOSS D，et al.Lower limb exoskeleton with compliant actuators：design，modeling，and human torque estimation[J].IEEE/ASME Transactions on Mechatronics，2022， 28（2）：758-769.

[87]KIMJH，SHIMM，AHNDH，et al.Design of a knee exoskeleton using foot pressure and knee torque sensors[J]. International Journal ofAdvanced Robotic Systems，2015，12（8）：112.

[88]WANG SA，ZHANGBQ，YUZY，etal.Differential soft sensorbasedmeasurement of interactive forceand assistive torque fora robotic hip exoskeleton[J]. Sensors，2021，21（19）：6545.

[89]KAZEMINASAB S，HADI A，ALIPOURK，etal. Force and motion control of a tendon-driven hand exoskeleton actuated by shape memory alloys［J].Industrial Robot：An International Journal， 2018，45（5）：623-633.

[90]HAMAYAM，MATSUBARAT，TERAMAET，etal.Design of physical user-robot interactions for model identification of soft actuators on exoskeleton robots[J].The International Journal of RoboticsResearch，2019，40（1）：397-410.

[91]CHENJ，HUANGYP，GUOXB，etal.Parameteridentification andadaptive compliant control ofrehabilitation exoskeleton based onmultiple sensors[J].Measurement，2020，159：107765.

[92]SUSANTO S，SIMORANGKIRIT，ANALIA R，etal.Real-time identification of knee joint walking gait aspreliminary signal for developing lower limb exoskeleton[J].Electronics，2021，10（17）： 2117.

[93]RHEE I，KANGG，MOON SJ，et al. Hybrid impedance and admittance control of robot manipulator with unknown environment [J].Intelligent Service Robotics，2022，16（1）：49-60.

[94]DIVEEVA，SHMALKO E.Adaptive synthesized control for solving the optimal control problem[J].Mathematics，2023，11（19）： 4035.

[95]HASAN SK，DHINGRAKA.An adaptive controller for human lower extremity exoskeleton robot[J].Microsystem Technologies， 2021，27（7）：2829-2846.

[96]YANG D，BALAPRAKASHP，LEYFFER S.Modeling design and control problems involving neural network surrogates[J]. Computational Optimization and Applications，2021，83（3）： 759-800.

[97]SHAO K，ZHENG JC，WANG H，et al. Tracking control of a linear motor positioner based on barrier function adaptive sliding mode[J].IEEE Transactions on Industrial Informatics，2021，17 （11）：7479-7488.

[98]FIGUEIREDOJ，F(xiàn)ERNANDESPN，MORENOJC，etal.Feedback-error learning for time-effective gait trajectoryy trackingin wearable exoskeletons[J].The Anatomical Record，2023，306（4）： 728-740.

[99]CHEN C，HUANGJ，TU X.Design and single-parameter adaptive fuzzy control of pneumatic lower limb exoskeleton with full state constraints[J].Robotica，2022，41（3）：995-1014.

Current research status of active-assist lower limb rehabilitation exoskeleton robots

GUOYifeng12DENGKai'HUANGLimin12HEMin3ZHANGMin3 （1.Schoolof Automation，Guangxi University ofScienceand Technology，Liuzhou 545o26，China） （2.School ofMechanical Engineering，Chengdu University，Chengdu 610106，China） （3.School of Artificial Intelligence，Hezhou College，Hezhou 542899，China）

Abstract：[Significance]Itiscrucialtodevelopactiveasistantlowerlimbrehabilitationexoskeletonrobotsinlightofthe currentsituationofpopulationagingandthesharpriseinthenumberofpeoplewithlower limbdisorders.[Analysis]The currentstateofresearchonactive assistant lower limbrehabilitation exoskeletonrobots wasreviewedbothdomesticallyand internationally；single-jointandmulti-jointrobotswerethebasisforclasification；thestructurespplicablepopulations， applicationscenarios，andotherpertinentdetailsof thesetwotypesofrobotswere particularlysummarized.Themain technologiesereexplaineddalyzed（ctuatortye，uman-machineoublingergyndpowr，tc.）.Finallytlyis andprospectwasconductedabouttheessential technologiesandfuturedevelopmenttrendsofactiveasistantlowerlimb rehabilitation exoskeleton robots.

KeyWords：Activeasistant;Lower limb rehabilitationexoskeleton;Lower limbdisorder;Actuator；Human-machine doubling