外骨骼機器人類型與關鍵技術分析

岳海波 王偉

摘 要：隨著科技水平的不斷進步，各技術行業都得到了迅速發展。在此背景下，人們希望設計出一種輔助人體動作，以達到提升人體運動能力或幫助人體肢體進行康復的機械裝置，因此，外骨骼機器人應運而生。外骨骼機器人是一種可穿戴的智能化機械裝置，應用人機工程學、仿生學等相關知識將人與機器人結合在一起，實現人與機器人的優勢互補，擁有巨大的發展潛力。本文首先介紹了外骨骼機器人的類型，然后從外骨骼機器人構型、驅動技術、控制技術等方面入手，介紹了外骨骼機器人關鍵技術，最后在此基礎之上，展望未來外骨骼機器人的發展趨勢。

關鍵詞：外骨骼機器人;構型;驅動技術;控制技術

中圖分類號：TP242 文獻標識碼：A 文章編號：1003-5168（2019）02-0023-05

Exoskeleton Robots Types and Key Technologies Analysis

Abstract： With the continuous progress of science and technology， various technology industries have developed rapidly. In this context， people hope to design a mechanical device to assist human motion in order to improve human motion ability or help human limbs to recover. Therefore， exoskeleton robots emerge as the times require. Exoskeleton robot is a kind of wearable intelligent mechanical device. It combines human and robot by using ergonomics， bionics and other related knowledge to realize complementary advantages between human and robot， and has great development potential. Firstly， the types of exoskeleton robots were introduced. Then， the key technologies of exoskeleton robots were introduced from the aspects of configuration， driving technology and control technology of exoskeleton robots. Finally， based on this， the development trend of exoskeleton robots in the future was prospected.

Keywords： exoskeleton robot;configuration;drive technology;control technology

外骨骼（Exoskeleton）這一名詞來源于生物學昆蟲和殼類動物的堅硬外殼，其作用在于支撐、運動、防護三項功能緊密結合。外骨骼機器人是模仿生物界外骨骼而提出的一種新型機電一體化裝置，通過多種關鍵技術之間的相互配合，在保證使用者安全的前提下，極大提高了人體運動、負重等能力。

本文首先介紹外骨骼機器人的類型，然后分析外骨骼機器人的關鍵技術，最后展望外骨骼機器人的發展趨勢。

1 外骨骼機器人類型

從結構上來說，外骨骼機器人可分為上肢外骨骼機器人、下肢外骨骼機器人及全身外骨骼機器人三個主要類型。

1.1 上肢外骨骼機器人

上肢外骨骼機器人通常具有多個自由度，用于輔助使用者相應的關節運動，可用于助力或進行康復運動。例如，美國Myomo醫療機器人公司開發的MyoPro Motion-G外骨骼機器人[1]，如圖1所示。其適用于因中風等神經系統損傷而導致手臂力量變弱或變形的患者。MyoPro Motion-G配備了多個傳感器和電機，可以實現肘彎曲和伸展及手指抓握等動作，這樣用戶可以做飯、吃飯，還可以做一些家務。MyoPro Motion-G使用表面肌電信號數字傳感器檢測身體的肌電信號，進而判斷使用者的運動意圖。

1.2 下肢外骨骼機器人

下肢外骨骼機器人用以輔助使用者的下肢運動。由于人體下肢運動具有復雜性，下肢外骨骼機器人用于康復和助行時，通常需要與手杖配合使用。例如，中國科學院深圳先進技術研究院研制的下肢助行外骨骼機器人，適用于老年人和有運動功能障礙的患者，如圖2所示。其由背包裝置、髖關節、膝關節、踝關節和與人體的連接裝置構成。髖關節和膝關節由直流伺服電機驅動;踝關節為被動關節;與人體的連接裝置設置在外骨骼機器人的小腿和大腿部。使用該裝置時，配有一副智能拐杖，應用智能拐杖上的操作裝置控制外骨骼機器人運動[2]。

1.3 全身外骨骼機器人

全身外骨骼機器人可輔助人體上肢和下肢相應的關節運動，具有較多的自由度。例如，日本筑波大學研發的下肢外骨骼機器人HAL[3]。經過多年的發展，HAL已經形成系列產品，其第五代產品為HAL-5，如圖3所示。HAL-5的總重量約為15kg，其整個系統的承重能力可以達到70kg。HAL-5采用了更小的馬達，使各關節尺寸變小，結構緊湊，運動更加靈活，實際應用性更強。

2 外骨骼機器人的關鍵技術

外骨骼機器人的發展和相關關鍵技術的發展密不可分。外骨骼機器人構型、驅動技術以及基于人機交互方式的控制技術等的不斷改進，推動了外骨骼機器人的變革。

2.1 外骨骼機器人構型

構型設計是外骨骼機器人整體設計的基礎，構型方案的好壞直接影響外骨骼機器人整體功能的實現。隨著科技的發展，單純完成指定任務已無法滿足人們對構型設計的要求，舒適與安全成為構型設計新的發展趨勢[4]。

機械結構的設計必須符合輕巧且堅硬、舒適且穩定、方便且安全的特點。外骨骼助力機器人既要重量小，減少人體穿戴后所需承受的負擔，又必須滿足對人體的支撐要求。

為滿足舒適的要求，應當充分研究人體仿生學，按照擬人化原則，綜合考慮自由度的選擇、結構尺寸大小、關節的構造和運動、人機緩沖接觸裝置設計等。為防止外骨骼助力機器人因突發情況對操作者造成傷害，機械結構應當具有應急保護機制。

2.2 外骨骼機器人驅動技術

外骨骼機器人的驅動系統應具有輕巧、尺寸小、能量密度高等特點，并且能提供符合要求的輸出力或力矩。目前，國內外應用在外骨骼機器人上的驅動方式主要有：液壓驅動、電動機驅動、氣壓驅動以及人工肌肉驅動等。

液壓驅動相比于其他幾種驅動方式，傳動過程更加平穩，當輸出功率相同時，質量輕且結構緊湊，便于實現小型化。基于上述優點，液壓驅動方式被應用在很多成熟的外骨骼機器人上，如美國加州大學伯克利分校研制的外骨骼機器人BLEEX[5]，美國雷神公司的XOS系列外骨骼機器人等[6]。但是，液壓驅動方式也存在一些不足，如工作噪聲較大、能源使用效率低、容易發生泄漏等。由此，設計時應最大程度上利用其優點，盡可能減少不足對整體設計的影響。

氣壓驅動方式與液壓驅動相似，工作介質為空氣，具有無污染、成本低等優點。但是，由于氣體具有壓縮性，所以，氣壓驅動精確性差，容易產生噪聲。因此，采用氣壓驅動方式的外骨骼機器人較少。例如，日本神奈川理工大學研制的PAS[7]和北京航空航天大學研制的外骨骼機器人[8]均采用了氣壓驅動的方式。

電動機驅動技術相比于其他幾種驅動技術，具有控制精度高、工作噪聲小、結構簡單、易于安裝且信號傳遞迅速等優點。但是，當要求的驅動力加大時，選擇的電動機尺寸也會增加，從而影響外骨骼機器人的整體布局。目前，采用電動機驅動方式的外骨骼機器人有很多，如日本筑波大學的HAL系列外骨骼[3]，中國合肥智能機械研究所研制的WPAL外骨骼[9]等。

人工肌肉驅動是最近興起的一種驅動方式，相比于其他幾種驅動方式，目前技術還不太成熟，存在精度控制困難、驅動行程小、抗壓性差等缺點。但是，人工肌肉驅動技術也有其獨特優勢，如驅動過程更加柔順，能量轉化效率高，不會對操作者造成傷害，同質量下輸出力較大等。目前，采用人工肌肉驅動的外骨骼機器人逐漸增多，發展前景十分廣闊。例如，英國索爾福德大學基于氣動肌肉研制的上肢外骨骼系統和下肢外骨骼系統[10]，哈爾濱工程大學研制的氣動肌肉驅動步態康復訓練外骨骼系統等[11]。

2.3 外骨骼機器人控制策略

外骨骼機器人為滿足不同的控制目標，需要用到不同的控制策略。選擇合適的控制策略對助力外骨骼機器人完成指定任務起到至關重要的作用。基于人機交互方式的不同，外骨骼機器人的控制策略主要分為以下幾種。

2.3.1 預編程控制策略。預編程控制策略指外骨骼機器人按照預先編好的運行程序運行，從而帶動操作者肢體動作。此種控制策略無需感知人體運動信息，簡單，易實現，但操作者只能進行有限干預。因此，多被應用于康復外骨骼機器人，如Lokomat[12]外骨骼系統、ReWalk[13]助行外骨骼等。

2.3.2 基于力信息的控制策略。基于力信息的控制策略是通過應用各種類型的力/力矩傳感器，感知人體的意向運動信息，然后應用一定的控制算法，獲得控制量，從而控制外骨骼機器人跟隨操作者進行動作。

根據獲取力信息的不同，基于力信息的控制策略又可分為直接力反饋控制、地面反作用力控制以及靈敏度放大控制等。直接力反饋控制中采集的力信號為操作者與外骨骼所有接觸點的力信息;地面反作用力控制采集的力信號為地面反作用力這一廣義力，包含地面施加于人體上的力和力矩;而靈敏度放大控制是通過定義靈敏度函數，基于數學模型的建立使靈敏度函數最大化，從而使用很小的力便可控制外骨骼機器人動作。盡管沒有使用力/力矩傳感器，但該控制策略實質上仍是采用人與外骨骼機器人的相互作用力來獲取人體的意向運動信息。

目前，采用力信息控制策略的外骨骼機器人有很多，如哈工大[14]研制的下肢外骨骼助力機器人，中科院常州先進制造研究所研制EXOP-1[15]，兩者均在機器人的腳部安裝了力傳感器，用以感知人機交互力。

2.3.3 基于肌電信號的控制策略。肌電控制的一般過程為：首先采集人體表面的肌電信號并進行預處理，除去干擾信號的影響;然后進行特征提取，利用不同算法建立特征參數與肢體動作的對應關系，從而辨識出人體的運動意圖;最后通過控制器控制外骨骼機器人動作。

目前，應用肌電控制方法最成功的是日本HAL系列外骨骼助力機器人。HAL利用肌電信號辨識人的運動意圖并進行預測。結合阻抗控制方法，操作者在使用HAL時感覺十分舒適。肌電控制方法同時也存在諸多不足之處，如肌電信號傳感器使用不方便，人體汗液會影響測量結果，并且基于肌電信號的控制器均為個性化設備，廣泛使用較為困難[16]。

2.3.4 基于腦電信號的控制策略。基于腦電信號的控制，也稱為基于意識的控制，其控制過程與肌電控制相似。隨著腦電信息感知設備的逐步發展，基于腦電信息的外骨骼機器人控制策略逐漸受到研究人員的重視。作為控制源的腦電信號可以分為誘發腦電和自發腦電兩大類，應用腦電信號，可獲取人體的運動意向，進而控制外骨骼機器人運動。

例如，唐智川等人[17]提出一種基于單次運動想象的腦電信號分類方法，并將其應用于自主研發上肢外骨骼的實時控制。由于基于腦電信號獲取人體運動意向較為困難，因此，該種控制策略還處于實驗階段，研究成果相對較少。

3 外骨骼機器人的發展趨勢

外骨骼機器人發展至今，已經取得了眾多研究成果，由于其具有可穿戴這一獨特優勢，在醫療、軍事、工業等領域具有廣闊的應用前景。但依然存在許多不足，如體積較大、重量重、運行噪音大、運動靈活性不高、與操作者運動協調性不足、能源體積太大且不耐用等。因此，外骨骼機器人的發展依賴于以下幾方面的進步與革新。

3.1 材料與能源方面

由于傳統的鋼、鋁材料的密度大，使得外骨骼的自身重量很大，所以，需要研究新型廉價的復合材料，以降低自重，提高效率。此外，現有外骨骼多采用外置電源、液壓源、自攜帶鋰電池來供能，限制了其續航能力，使其只能應用于實驗室或是短距離的環境。因此，新能源的開發與利用至關重要。

3.2 人機耦合方面

由于外骨骼機器人是機器人與操作者相耦合的機電一體化系統，因此，人機交互。剛柔系統動力學建模等相關技術的發展勢在必行。同時，由于人體的差異性較大，這就要求外骨骼助力機器人有較強的學習能力，以滿足不同操作者的使用要求。

3.3 安全與舒適方面

外骨骼機器人的工作方式與一般工業機器人不同，需要穿戴在操作者身上，與操作者共同完成目標任務，并且要求使用者在舒適的情況下進行操作。同時，外骨骼機器人在工作過程中有可能發生跌倒、碰撞或失控等意外情況，因此，外骨骼機器人必須建立科學全面的安全評價方法，以保證其安全性。

3.4 控制方面

為了獲得更好的人機交互效果，通常需要基于多種信息，應用多種控制策略，因此，基于多元信息的混合控制策略將是未來外骨骼機器人的控制發展方向。

4 結論

本文首先介紹了外骨骼機器人的分類，然后對外骨骼機器人關鍵技術如外骨骼機器人構型、驅動技術、基于人機交互方式的控制策略等進行介紹，指出外骨骼機器人關鍵技術存在的不足及未來發展趨勢。隨著科技的不斷進步，外骨骼機器人將會變得越來越人性化與智能化，終有一天，科幻中的外骨骼機器人將變為現實。

參考文獻：

[1]環球網.這個肌電外骨骼可以讀懂你的動作意圖[EB/OL].（2017-01-29）[2019-01-01].http：//tech.huanqiu.com/news/2017-01/10038144.html.

[2]張邵敏.康復用下肢外骨骼系統仿生步態規劃方法研究[D].深圳：中國科學院深圳先進技術研究院，2016.

[3]Tsukahara A，Hasegawa Y，Eguchi K，et al. Restoration of Gait for Spinal Cord Injury Patients Using HAL with Intention Estimator for Preferable Swing Speed[J]. IEEE Transactions on Neural Systems & Rehabilitation Engineering，2015（2）：308-318.

[4]Ha K H，Murray S A， Goldfarb M. An Approach for the Cooperative Control of FES With a Powered Exoskeleton During Level Walking for Persons With Paraplegia[J]. IEEE Transactions on Neural Systems & Rehabilitation Engineering，2016（4）：455-466.

[5]Kazerooni H，Steger R，Huang L. Hybrid control of the Berkeley Lower Extremity Exoskeleton （BLEEX）[J]. IEEE/ASME Transactions on Mechatronics，2006（2）：128-138.

[6]Yuan P，Wang T，Ma F，et al. Key Technologies and Prospects of Individual Combat Exoskeleton[C]// International Conference on Seventh International Conference on Intelligent System & Knowledge Engineering. 2012.

[7] Yoshimitsu T，Yamamoto K. Development of a power assist suit for nursing work[C]// Sice Conference. 2005.

[8] Chen D，Meng N，Zhang B，et al. Control strategy of the lower-limb exoskeleton based on the EMG signals[C]// IEEE International Conference on Robotics & Biomimetics. 2015.

[9] Chen F，Yu Y，Ge Y，et al. WPAL for human power assist during walking using dynamic equation[C]// International Conference on Mechatronics & Automation. 2009.

[10] Costa N，Bezdicek M，Brown M，et al.Joint motion control of a powered lower limb orthosis for rehabilitation[J]. International Journal of Automation and Computing，2006（3）：271-281.

[11]隋立明，張立勵.氣動肌肉驅動步態康復訓練外骨骼裝置的研究[J].哈爾濱工程大學學報，2011（9）：1244-1248.

[12]劉燕平，陳美云.Lokomat下肢康復機器人對改善帕金森病患者步行能力的療效研究[J]. 中國康復，2017（1）：30-32.

[13]Talaty M， Esquenazi A， Briceno J E. Differentiating ability in users of the ReWalkTM powered exoskeleton： An analysis of walking kinematics[C]// IEEE International Conference on Rehabilitation Robotics. IEEE Int Conf Rehabil Robot， 2013.

[14]張志明.下肢外骨骼人機交互信息感知與協調運動控制的研究[D].哈爾濱：哈爾濱工業大學，2016.

[15]李坦東，王收軍，侍才洪，等.穿戴式外骨骼機器人的研究現狀及趨勢[J].醫療衛生裝備，2016（9）：116-119.

[16] Caesarendra W， Lekson S U， Mustaqim K A， et al. A classification method of hand EMG signals based on principal component analysis and artificial neural network[C]// International Conference on Instrumentation， Control and Automation. IEEE，2017.

[17]唐智川，孫守遷，張克俊.基于運動想象腦電信號分類的上肢康復外骨骼控制方法研究[J].機械工程學報，2017（10）：60-69.